买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南大学申请的专利基于图神经网络的物理场梯度计算方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120995887B 。

龙图腾网通过国家知识产权局官网在2026-02-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511505127.3，技术领域涉及：G06F30/27；该发明授权基于图神经网络的物理场梯度计算方法及系统是由孔烜;孙天洋;李金钊设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本基于图神经网络的物理场梯度计算方法及系统在说明书摘要公布了：本发明公开了一种基于图神经网络的物理场梯度计算方法及系统，该方法包括：获取物理场数据；基于网格拓扑关系，得到原始梯度算子；基于图神经网络更新物理场数据，基于更新后的物理场数据的网格拓扑关系和原始梯度算子，得到第一梯度算子；解耦物理场的不同方向以设置对应的方向训练权重；基于原始梯度算子、第一梯度算子和方向训练权重，得到第二梯度算子；基于第二梯度算子，进行物理场的梯度计算。该系统与该方法对应。本申请，解决了现有技术中网格缺陷导致物理场梯度计算误差大的问题，提升了有限元分析中内力计算的精度和鲁棒性。

本发明授权基于图神经网络的物理场梯度计算方法及系统在权利要求书中公布了：1.一种基于图神经网络的物理场梯度计算方法，其特征在于，该方法包括以下步骤： 获取物理场数据，所述物理场数据包括物理场的物理场信息和网格拓扑关系，所述物理场至少包括工程构件的应力场； 基于所述网格拓扑关系，得到原始梯度算子； 基于图神经网络更新所述物理场数据，基于更新后的所述物理场数据的所述网格拓扑关系和所述原始梯度算子，得到第一梯度算子； 解耦所述物理场的不同方向以设置对应的方向训练权重； 基于所述原始梯度算子、所述第一梯度算子和所述方向训练权重，得到第二梯度算子； 基于所述第二梯度算子，进行所述物理场的梯度计算； 所述的基于所述网格拓扑关系，得到原始梯度算子，包括： 基于格林‑高斯定理的离散形式重建每个三角形单元的梯度； 通过对顶点所有邻接单元的梯度进行面积加权平均重建顶点梯度，进行离散网格梯度对连续梯度场的近似； 将离散网格梯度的权重系数矩阵与响应场输入分离，将分解后的离散网格梯度权重系数矩阵记作初始梯度算子； 所述物理场的网格至少包括非结构化网格，基于所述非结构化网格构建有向图为： 其中：为节点集且，为节点特征，基于所述节点特征编码所述初始梯度算子；为边集且表示节点连接关系，边特征编码节点间的所述网格拓扑关系； 所述的基于图神经网络更新所述物理场数据，包括： 基于发送节点，接收节点及更新前的边特征，通过多层感知机输出更新后的边特征： 其中，为更新后的边特征； 聚合节点的所有邻接边特征，结合原节点特征，通过多层感知机输出更新后的节点特征： 其中，为更新后的节点特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。