一种基于深度学习的动态仿真分析结果快速预测方法

本发明涉及动态仿真分析领域，公开了一种基于深度学习的动态仿真分析结果快速预测方法。该方法包括：收集动态仿真分析的CAE模型及其仿真分析结果数据，并将其划分为训练集和测试集；将CAE模型解析为包含节点矩阵和边矩阵的图数据结构；构建基于图神经网络和长短期记忆网络的深度学习模型，通过编码器提取节点和边的隐式特征、LSTM捕捉时序关系、解码器将隐式特征映射为显式的预测结果，实现对训练集的学习；然后使用测试集对学习完成的深度学习模型进行测试，如果测试结果达到预期设计后，则将该深度学习模型进行部署应用。本发明解决了传统动态仿真分析计算效率低、资源消耗大等问题，适用于汽车、工程机械等领域的动态仿真分析结果的快速预测。