物理信息神经网络的自适应网格细化方法、系统和设备

本发明涉及计算固体力学与深度学习交叉技术领域，特别涉及一种物理信息神经网络的自适应网格细化方法、系统及设备，包括：采用粗网格物理信息神经网络模型对力学问题离散建立节点坐标与节点位移的映射关系，构造固体力学问题的物理信息函数与总损失函数，对粗网格物理信息神经网络模型进行训练得到固体力学问题的总损失函数值及变化率；若粗网格物理信息神经网络模型满足求解条件或训练次数大于预设次数，则输出固体力学问题的位移解，否则选择粗网格物理信息神经网络模型中应变能密度值较大的网格单元进行细化，得到细化网格模型，迁移粗网格物理信息神经网络模型的参数至细化网格模型，重复执行上述步骤直至输出固体力学问题的高精度解。