计算物理杂志

计算物理杂志2026年第2期

• EM–RBN：一种基于融合网络和动态权重生成的物理信息神经网络算法

  陈佳, 陈新海, 肖调杰, 陈旭光, 王庆林, 刘杰

  针对传统物理信息神经网络因频谱偏差导致的收敛效率低、预测精度差等问题，本文提出一种基于融合网络和动态权重生成的物理信息神经网络算法（EM–RBN），该算法通过设计基于数据增强变换的多层感知机和径向基融合子网络，高效捕捉跨频率特征。同时，在网络中引入动态权重生成模块，实时学习并调整子网络输出权重以平衡高低频特征的贡献。实验结果表明，EM–RBN方法在不同数值问题上相较于已有物理信息神经网络算法最高实现了两个数量级的预测精度提升。本文的代码开源在https://github.com/jia-chen25/EM-RBN。

• 求解高雷诺数Navier–Stokes方程CCWENO型高阶熵稳定格式

  崔晓楚, 郑素佩, 程晓晗, 徐豆豆

  针对高雷诺(Re)数可压缩Navier–Stokes(N–S)方程数值求解时易产生振荡问题，本文构造了高阶紧致中心加权基本无振荡(CCWENO)型熵稳定格式。该格式空间方向上将高阶熵守恒通量与耗散项中熵变量的CCWENO型重构结合，构造出高阶熵稳定通量；对热流项和黏性项采用中心格式离散以达到低耗散效果，进而构造出高阶数值通量。采用逐维推广的方法，将该格式成功推广到多维情形，并证明了重构后的高阶数值格式满足熵稳定性质。数值结果表明该格式对高Re数N–S方程可以准确捕捉间断，分辨率高，数值稳定性强。

• 一类改进的高阶WENO-Z型格式求解双曲守恒律方程

  姚蓓蕾, 张学莹

  本文发展了一类改进的高精度WENO–Z型（加权基本无振荡）格式，取局部光滑因子的 q 次方根，设计了两种高阶全局光滑因子，证明了其收敛阶数，并且引入了自适应函数，优化了权重的计算，称为WENO–ZH格式。理论分析表明：改进后的格式在包含一阶临界点的光滑域能达到最优收敛阶，在二阶临界点处也能获得四阶精度。数值实验显示：WENO–ZH格式具有优越的激波捕捉能力、数值鲁棒性和较少的数值耗散。

• 基于节点间断有限元方法的三维声学–弹性耦合介质波场模拟

  张懿洁, 厉睿琪, 高静怀

  为了准确模拟地震波在声学–弹性耦合介质中的传播，本文将节点间断有限元方法应用于三维声学–弹性耦合介质中的波场模拟。首先，详细地推导节点间断有限元方法的数值格式，并建立不同界面（声学–声学、声学–弹性及弹性–弹性界面）的迎风数值流通量计算公式。其次，针对不同耦合介质模型进行数值实验验证该方法，包括水平界面、弯曲界面耦合介质模型，起伏地表模型。将该方法的数值结果与谱元法的结果进行对比，验证了该方法在耦合边界处理方面的准确性和有效性。最后，通过三维推覆体复杂构造模型的数值模拟，进一步验证了该方法处理复杂地质结构的能力。

• 面向高速飞机设计的壁板颤振分析方法及验证

  董刚, 邵山, 李天然, 陈宇, 郭操

  壁板颤振引发的壁板大幅度振动会导致结构疲劳和累积损伤，严重情况下造成破坏。针对飞机设计不同阶段的目标和需求，分别发展了3种分析方法：1）壁板颤振工程估算方法，其能够快速预测稳定性，可用于结构设计的快速迭代；2）基于活塞理论的分析方法，考虑了结构非线性的影响且能给出颤振响应，可用于颤振初步分析、结构疲劳寿命评估和结构优化等；3）基于计算流体力学（CFD）的分析方法，能够实现最接近真实物理仿真，预测精度较高，可用于壁板结构设计的校核分析。本文建立用于工程实际的壁板颤振集成分析流程，利用典型壁板算例进行方法验证和比较分析。

• 均质斜面上滑动液滴SPH模拟和理论分析

  卢晨嘉, 梁宏, 王魁良, 边鑫

  本文使用光滑粒子流体动力学（SPH）模拟和理论推导相结合的方法研究液滴在均质斜面上的滑动行为。利用三维液滴在均质平板上滑动的实验数据对SPH模拟的准确性进行验证。通过液滴滑动摩擦方程建立均质斜面上液滴速度关于时间的解析式，并利用SPH模拟验证了其对于不同的固液气参数组合均成立。通过Voinov–Cox模型和Furmidge–Kawasaki方程建立了液滴滑动摩擦系数关于接触角的解析式，SPH模拟结果表明：其对于不同气液相参数组合均成立。通过该解析式可以预测液滴在不同固体表面上的滑动摩擦系数和速度，减少模拟和实验工作量。

• 水平环形拓扑空间内热对流的流型转变及混沌

  程瑞昌, 赵明, 冯炎萍

  基于格子Boltzmann方法（LBM），研究拓扑结构不变但具有不同欧氏几何特征的水平环形空间内自然对流的非线性特性。首先，通过计算最大李雅普诺夫指数图谱，数学判定系统在高瑞利数条件下逐渐发展为混沌状态。随后结合腔体内流体的流动状态以及无量纲温度的变化情况，分析不同模型随着瑞利数增大时的相空间轨迹，从而较为详细地刻画出系统向混沌转变的历程和机制。结果表明：随着瑞利数Ra的增大，环形空间不同几何特征对解的形态具有重要的影响，其中内方外圆的模型最易失稳。环形空间自然对流解的形态会由具有完全稳定性的确定性解经过拟周期振荡解逐渐转变为混沌解，表现出复杂的动态行为。相空间轨迹相应地由最初的不动点逐渐转变为二维环面，这一变化清晰地反映出系统的非线性特性。随着瑞利数Ra的进一步增加，稳定的二维环面变得愈加复杂，最终系统进入混沌状态，即整体上解的特征存在稳定解、（拟）周期解和混沌解三种状态。

• 基于机器学习的有机光伏材料光电转换效率预测

  张晨翔, 吴华, 王艳杰, 温芝璠, 史喆, 赵玉杰, 张宏洋, 石文琪

  本文搭建一种融合图卷积网络（GCN）与图注意力网络（GAT）相结合的混合神经网络模型，用于精准预测有机光伏（OPV）材料的光电转换效率（PCE）。通过迁移学习技术，在哈佛有机光伏数据集HOPV15上对模型微调。与现有方法相比，本模型在预测精度上有所提升，可广泛应用于新型OPV材料的快速初步筛选，加速研发进程。

• 基于岩石物理领域知识约束长短期记忆神经网络的储层参数预测

  薛亮, 范基梁, 聂捷, 杨志成, 刘月田, 陈海洋

  针对储层参数的智能预测问题，建立以岩石物理领域知识为约束条件的长短期记忆神经网络模型。通过损失函数优化和模型更新，以岩石物理知识为约束引导长短期记忆神经网络的训练，实现了数据与岩石物理知识联合驱动的智能储层参数预测。结果表明：基于岩石物理领域知识约束的长短期记忆神经网络储层参数预测模型，能够提升储层参数预测的准确性。通过与经验公式以及数据驱动的神经网络对比，储层参数预测结果的精度可以提高约10%。研究结果验证了将岩石物理领域知识融入长短期记忆神经网络的有效性，为深度学习在储层参数预测的应用提供科学依据。

• 5Li系统的广义约化R矩阵理论分析

  韩旭, 陈振鹏, 叶涛, 范昊洋, 郭海瑞

  基于广义约化R矩阵理论，使用RAC程序（R-matrix Analysis Code）综合分析5Li系统中所有可以利用的实验数据，给出氘核入射1×10–3～20 MeV，质子入射1×10–3～38 MeV能量范围内全套评价核数据，各反应数据内部自洽。其中积分截面包括3He（d,p）4He、4He（p,d）3He；微分截面包括3He（d,p）4He、4He（p,d）3He、3He（d,d）3He、4He（p,p）4He。RAC的评价结果与实验数据和ENDF/B-VIII.1的评价数据符合良好，结合5Li系统内正逆反应的约束，提高了3He（d,p）4He反应和4He（p,d）3He反应截面评价的可靠性。对于5Li系统重点关注的3He（d,p）4He反应，ENDF/B-VIII.1的评价结果在10 MeV之后与现有实验数据符合较差，RAC给出的评价结果更符合现有的实验数据。

• 基于六方氮化硼与石墨烯异质结的锂电池负极材料的第一性原理研究

  田壮壮, 赵燕燕, 涂于飞, 魏巍

  基于第一性原理方法，研究六方氮化硼与石墨烯异质结（hBN/Graphene）作为锂离子电池的负极材料时的性能。根据结合能最大原则确定最稳定的异质结堆垛结构。计算锂原子分别吸附在石墨烯外表面、六方氮化硼外表面以及六方氮化硼和石墨烯层间耦合界面高对称吸附位点的吸附能。态密度计算表明无论是纯净的异质结还是三种吸附了锂原子的异质结在费米能级处的态密度都不为零，说明这些结构具有良好的导电性。计算锂原子在不同吸附位点之间扩散势垒，计算逐个添加锂原子和逐层增加锂原子时异质结的开路电压和理论比容量，当吸附三层锂原子时，开路电压为1.18 V，理论比容量为1 154 mAh·g–1，展现出较大的理论比容量潜力。研究结果表明，hBN/Graphene异质结有望作为锂离子电池的高性能负极材料。

• NaCl对N型甲烷水合物影响的理论研究

  郭平, 周桐, 罗强, 邱毅, 肖扬, 陈昊阳

  基于密度泛函理论的第一性原理方法（DFT）对N型甲烷水合物中引入Na+和Cl–后的三种结构、电子和光学性质进行研究。三种高对称位下的体积和N型水笼边长变化较大，且水分子结构及N型水笼氢键键长随着Na+和Cl–的引入而发生显著变化，这主要是离子水合作用所导致，差分电荷密度分布也表明了这一点。研究结果表明：Na+和Cl–的存在均可提高N型水笼结构的稳定性，其中S位结构最稳定，其结合能最小为–1.082 eV；N型甲烷水合物能隙减小呈现半导体性质，导电性能大幅提高。N型水笼态密度略向低能区移动说明其能量更低，更易形成，差分电荷密度及电荷布居分析都表明Na+水合作用更强；X射线衍射图相较于N型甲烷水合物出现了9个额外的衍射峰且部分衍射峰强度发生变化，表明是离子水合作用产生的静电力使其结构改变，其他光学性质变化不明显。