P-DivGNN：用物理信息图神经网络重建有限应变超弹性下的局部应力场

研究者提出物理信息机器学习框架 P-DivGNN，将周期性微结构表示为图并结合消息传递图神经网络，在给定宏观平均应力值的情况下重建微观尺度局部应力场。模型在训练中引入物理约束以约束局部应力场平衡状态，并采用周期性图表示施加周期性边界条件。在线性与非线性超弹性响应及不同几何构型上评估显示，非线性超弹性情形下该方法相比有限元仿真取得显著计算加速。