基于物理信息图神经网络的3D城市风模拟的自动化生成与替代建模：一个两阶段框架

《ADVANCED ENGINEERING INFORMATICS》：Automated generation and surrogate modeling of 3D urban wind simulation based on physics-informed graph neural networks: a two-stage framework

　　

李思浩|梁扬泽|陈光耀|赵旭|伊万·布拉托耶夫|弗兰克·佩措尔德

• •
  人工智能生成的3D城市布局能够快速评估风场情况。
• •
  基于物理原理的图神经网络（GNN）可以预测3D风压和风速。
• •
  为人工智能生成的布局提供自动化的计算流体动力学（CFD）建模与求解流程。
• •
  T形采样方式在保持空间精度的同时减少了3D计算量。
• •
  计算时间缩短至传统CFD方法的约0.3%。