Nonlinear Multiscale Modelling and Design using Gaussian Processes
- سال انتشار: 1400
- محل انتشار: مجله مکانیک کاربردی و محاسباتی، دوره: 7، شماره: 3
- کد COI اختصاصی: JR_JACM-7-3_027
- زبان مقاله: انگلیسی
- تعداد مشاهده: 276
نویسندگان
Department of Civil Engineering, University of Moratuwa, Sri Lanka
Department of Electronic and Telecommunication Engineering, University of Moratuwa, Sri Lanka
چکیده
A method for nonlinear material modeling and design using statistical learning is proposed to assist in the mechanical analysis of structural materials. Conventional computational homogenization schemes are proven to underperform in analyzing the complex nonlinear behavior of such microstructures with finite deformations. Also, the higher computational cost of the existing homogenization schemes inspires the inception of a data-driven multiscale computational homogenization scheme. In this paper, a statistical nonlinear homogenization scheme is discussed to mitigate these issues using the Gaussian Process Regression technique. A data-driven model is trained for different strain states of microscale unit cells. In the macroscale, nonlinear response of the macroscopic structure is analyzed, for which the stresses and material responses are predicted by the trained surrogate model.کلیدواژه ها
Gaussian processes, multiscale modelling, material modelling, statistical learning, data-driven continuum mechanicsاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.