公开(公告)号：CN117854643B

公开(公告)日：2024-06-14

申请号：CN202311836643.5

申请日：2023-12-28

Applicant: 北京信息科技大学

Inventor： 端木正 ,  吕思远 ,  郭军伟 ,  程千禧 ,  万蔡辛 ,  高昊

IPC: G16C60/00 ,  G06F30/27 ,  G06N3/04 ,  G06F18/23213 ,  G06F113/26 ,  G06F119/08

Abstract: 本发明属于计算机领域MEMS膜结构智能仿真方法，特别涉及一种基于图形神经网络的MEMS膜仿真方法及系统。该方法包括：建立待仿真MEMS膜的边界条件、几何参数和材料特性的模型，进行图形网络模型重构；采用增广矩阵算法对重构的图形网络模型进行增广节点和拓扑的构造，得到图形表示；将图形表示输入预先建立和训练好的人工智能仿真模型中，得到相应的预测仿真结果，所述预测仿真结果包括：MEMS膜的位移、应变、温度、电流、电压、光强度、磁通量和应力分布；所述人工智能仿真模型采用图形神经网络。本发明有助于缩短产品开发周期，降低计算资源需求，实现快速迭代设计。

公开(公告)号：CN117854643A

公开(公告)日：2024-04-09

申请号：CN202311836643.5

申请日：2023-12-28

Applicant: 北京信息科技大学

Inventor： 端木正 ,  吕思远 ,  郭军伟 ,  程千禧 ,  万蔡辛 ,  高昊

IPC: G16C60/00 ,  G06F30/27 ,  G06N3/04 ,  G06F18/23213 ,  G06F113/26 ,  G06F119/08

Abstract: 本发明属于计算机领域MEMS膜结构智能仿真方法，特别涉及一种基于图形神经网络的MEMS膜仿真方法及系统。该方法包括：建立待仿真MEMS膜的边界条件、几何参数和材料特性的模型，进行图形网络模型重构；采用增广矩阵算法对重构的图形网络模型进行增广节点和拓扑的构造，得到图形表示；将图形表示输入预先建立和训练好的人工智能仿真模型中，得到相应的预测仿真结果，所述预测仿真结果包括：MEMS膜的位移、应变、温度、电流、电压、光强度、磁通量和应力分布；所述人工智能仿真模型采用图形神经网络。本发明有助于缩短产品开发周期，降低计算资源需求，实现快速迭代设计。