声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1307/TP
国际刊号：1001-9081
发布日期:
作者：林滏, 石稼晟, 高泽, 楚遵康, 马琼敏, 余海燕, 饶卫雄
单位：1.同济大学 软件学院，上海 201804；2.同济大学 汽车学院，上海 201804；3.复杂系统仿真总体重点实验室，北京 100101
关键词：有限元法,物理系统仿真,3D网格,特征表达,平均绝对误差
基金：国家重点研发计划项目(2022YFE0208000)
针对现有深度学习方法在物理系统仿真中无法处理几何边界与初始条件同时变化的场景的问题，提出将几何边界约束的表达与物理系统仿真解耦的技术思路，设计了几何特征表达学习和物理系统仿真双步骤的技术路线。在构建与外部物理条件无关的几何特征提取模块之后，融合提取的几何特征与物理特征，最后设计基于神经网络的物理系统仿真方法。在应力场预测实验中，所提方法的预测时间为2.63 ms，远低于有限元法（FEM）的0.6 s，且平均绝对误差（MAE）仅为MeshNet的0.389倍。实验结果表明，所提方法能够保持较高仿真精度，同时能够较好地适应不同的几何边界与初始条件。
来源：2024年第11期
《计算机应用》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。