【技术实现步骤摘要】
本专利技术属于仿真环境下网格生成，具体涉及一种基于广义回归神经网络的三维边界层网格生成方法。
技术介绍
1、在整个计算流体力学仿真过程中，网格生成时间占60％以上，同时边界层网格又是网格生成极为重要的一部分，对于复杂几何特征的边界层，其生成高质量的边界层网格难度非常高。基于偏微分方程或代数方程的前沿推进法是边界层网格生成方法中最常见的方法，需要不断通过迭代来获取下一层网格信息，对于凹凸区域，需要通过平滑技术来保障网格的质量，会导致生成速度缓慢，效率较低。国内外研究主要通过对前沿推进法的改进来处理复杂几何外形，比如对于凸区域，在节点上生成多个法向，通过该方法充分获得该节点的局部信息，以此改进生成的质量；对于凹区域，对其节点进行光顺处理、减少推进的步长或删除法向等方法来对网格进行修正，或者采用折叠/展开的方法，在第一层网格的凹角和凸角区域增加虚边和虚点。
2、然后上述方法可以有效的提升局部区域单元的质量，有效增强整体网格的鲁棒性，但是算法较为复杂，对求解器的要求比较高，求解时间较长；对于复杂的几何外形，用户使用网格生成软件生成边...
【技术保护点】
1.一种基于广义回归神经网络的三维边界层网格生成方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于广义回归神经网络的三维边界层网格生成方法，其特征在于：所述生成算法包括采用偏微分方程或代数方程的前沿推进法确定三维表面网格各个节点的法向量和层高，以生成包括节点坐标及节点链接关系。
3.根据权利要求2所述的一种基于广义回归神经网络的三维边界层网格生成方法，其特征在于：步骤S2中，所述基于所述均方误差和设定阈值的关系确定增长模型模型训练进度包括：
4.根据权利要求3所述的一种基于广义回归神经网络的三维边界层网格生成方法，其...
【技术特征摘要】
1.一种基于广义回归神经网络的三维边界层网格生成方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于广义回归神经网络的三维边界层网格生成方法，其特征在于：所述生成算法包括采用偏微分方程或代数方程的前沿推进法确定三维表面网格各个节点的法向量和层高，以生成包括节点坐标及节点链接关系。
3.根据权利要求2所述的一种基于广义回归神经网络的三维边界层网格生成方法，其特征在于：步骤s2...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。