自适应时间步进物理信息神经网络的机械结构动力学分析方法及系统

本发明公开了一种自适应时间步进物理信息神经网络的机械结构动力学分析方法及系统，属于机械结构动力学与物理信息神经网络交叉技术领域。该方法包括：建立弹性动力学模型，包含平衡方程、几何方程、本构关系、边界条件及初始条件；构建适用于时间步进机制的神经网络架构，输入层显式区分历史状态与当前状态；构建包含动力学残差、初始条件残差及边界条件残差的加权损失函数；采用时间离散化、分层训练与自适应策略相结合的方式优化网络，其中自适应策略包括自适应采样、自适应权重及二者的深度融合。本发明通过时间步进机制与自适应策略协同作用，有效解决了传统物理信息神经网络在长时间跨度弹性动力学问题中训练不稳定、误差累积及收敛性差的问题，显著提升了求解精度与计算效率。