TrajectoryFlowNet：基于拉格朗日–欧拉学习的流场与长程粒子轨迹预测

Wan 等人提出 TrajectoryFlowNet，一种拉格朗日–欧拉物理信息神经网络架构，可在仅有少量流场轨迹测量的条件下同时预测时空流场与任意粒子的长程轨迹。该模型能处理不规则边界的复杂流型、预测全场流动，并保证预测的物理一致性。作者通过数值算例（如顶盖驱动方腔流、复杂圆柱绕流）与实验测试（如主动脉和心室血流）在多种流动场景中验证了模型，结果显示其能捕捉复杂的含粒子流动动力学，实现粒子长程追踪与流场构建。