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！

龙图腾网获悉烟台大学申请的专利一种基于图神经网络的物理材料动态仿真方法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：CN115881248B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202210911413.X，技术领域涉及：G16C60/00；该发明授权一种基于图神经网络的物理材料动态仿真方法是由刘兆伟;李冉冉;王莹洁;马元庆;徐金东;王涛;杨栋设计研发完成，并于2022-07-30向国家知识产权局提交的专利申请。

本一种基于图神经网络的物理材料动态仿真方法在说明书摘要公布了：本发明涉及一种基于图神经网络的物理材料动态仿真方法，其特征在于，包括：S101、获取某一物理材料的粒子动态变化过程，将粒子在时空中的动态变化过程分割成T个时间快照；S102、将S101中所产生的T个时间快照构造成T个子图；S103、对S102所生成的T个子图进行特征嵌入，获取每个子图中所有粒子的特征向量；S104、基于S103所生成的所有粒子特征向量，使用一种循环神经网络，捕获粒子状态变化的时间特性。本发明通过构造子图并利用图卷积网络和图注意网络从局部和全局的角度提取物理粒子的局部特征和全局特征，然后通过将这两种特征聚合成一个特征，使得提取的特征信息更加全面，为仿真预测提供更准确的信息保障。

本发明授权一种基于图神经网络的物理材料动态仿真方法在权利要求书中公布了：1.一种基于图神经网络的物理材料动态仿真方法，其特征在于， S101、获取某一物理材料的粒子动态变化过程，将粒子在时空中的动态变化过程分割成T个时间快照，每个时间快照都由粒子组成； S102、将S101中所产生的T个时间快照构造成T个子图，所述子图由节点和无向边组成； S103、对S102所生成的T个子图进行特征嵌入，获取每个子图中所有粒子的特征向量；所述特征嵌入是指分别使用图卷积神经网络和图注意力神经网络从局部的角度和全局的角度捕捉粒子之间的局部相似性和全局相似性，利用消息传递机制获取粒子的基于注意力的局部特征和基于卷积的全局特征，并通过一个聚合函数将局部特征和全局特征进行聚合，最终生成一个包含局部信息和全局信息的粒子特征； S104、基于S103所生成的所有粒子特征向量，使用一种循环神经网络，捕获粒子状态变化的时间特性；循环神经网络的公式为： 其中，权重和偏置都是模型的参数；通过将之前时刻的粒子状态和之后时刻的粒子状态拼接来预测当前时刻的粒子状态Ht。

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烟台大学，其通讯地址为：264003 山东省烟台市莱山区清泉路30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。