本发明涉及一种基于图神经网络的物理材料动态仿真方法，其特征在于，包括：S101、获取某一物理材料的粒子动态变化过程，将粒子在时空中的动态变化过程分割成T个时间快照；S102、将S101中所产生的T个时间快照构造成T个子图；S103、对S102所生成的T个子图进行特征嵌入，获取每个子图中所有粒子的特征向量；S104、基于S103所生成的所有粒子特征向量，使用一种循环神经网络，捕获粒子状态变化的时间特性。本发明通过构造子图并利用图卷积网络和图注意网络从局部和全局的角度提取物理粒子的局部特征和全局特征，然后通过将这两种特征聚合成一个特征，使得提取的特征信息更加全面，为仿真预测提供更准确的信息保障。