计算机应用

作者：蒋权, 黄文清, 苟志勇

单位：1.广西民族大学 人工智能学院，南宁 530006；2.广西混杂计算与集成电路设计分析重点实验室，南宁 530006

关键词：等变图神经网络,等变性,光滑粒子动力学,流体粒子,流动预测

基金：广西科技基地和人才专项(桂科AD21220002)

图神经网络（GNN）因能较好解决结构网格的问题，且有较强的组合泛化能力，被越来越多地应用于复杂的流体系统预测。然而，在拉格朗日无网格视角下，经过平移、旋转或翻转变换的流体粒子信息输入GNN会出现不可预测的输出问题。为了解决该问题，提出基于等变图神经网络模拟（EGNS）的方法。首先，将几何向量转换为相对的等变量；其次，通过每一步具有等变性的消息传递使整个神经网络具有等变性，网络输出与输入等变量的空间变换保持一致；最后，在光滑粒子流体动力学（SPH）方法模拟的粒子轨迹里训练得到较优的EGNS模型。在公开流体仿真数据集上的实验结果表明，EGNS具有良好预测效果，相较于图神经网络模拟（GNS）的方法，EGNS在流体粒子运动形态、速度及典型细节的表现力上更准确，预测粒子的位置均方误差（MSE）减小了约16%。

来源：2025年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第8期