基于机器学习的几何模型网格划分方法、装置、介质及设备制造方法及图纸

本发明专利技术公开了一种基于机器学习的几何模型网格划分方法、装置、介质及设备，属于计算机程序人工智能技术领域。该方法包括：获取待划分网格的几何模型；进行预处理，得到经过预处理的待划分网格的几何模型；输入至经过机器学习所得的网格划分预测模型，经过机器学习的网格划分预测模型对待划分网格的几何模型进行网格划分，得到几何模型的网格划分结果。该装置、介质及设备能够用于实现该方法。其提高了划分效率，减少了人工成本；自动调整网格划分策略，生成高质量网格；确保网格划分结果与实际模型的高度一致，避免了传统方法可能出现的误差和失真，为后续的有限元分析或其他数值计算提供了可靠的基础，提高了仿真结果的准确性和可信度。

【技术实现步骤摘要】

本专利技术涉及基于机器学习的几何模型网格划分方法、装置、介质及设备，属于计算机程序人工智能。

技术介绍

1、在网格划分领域，已有多种技术被提出和应用。这些技术涵盖了以下几个方面：(1)基于规则的网格划分技术：主要依赖于预设的规则和算法，通过数学计算来划分网格。它适用于简单模型的网格划分，但在处理复杂多变的求解域时，效率和准确性受限。(2)参数化网格划分技术：通过调整参数来控制网格的划分，需要专业人员对参数进行繁琐的调整，且对不同形状和尺寸的求解域，可能需要不同的参数设置。(3)自适应网格划分技术：尝试探索自适应划分网格，但缺乏足够的智能型和灵活性，难以应对各种复杂情况，且网格质量控制方面仍存在挑战。综上所述，现有技术虽然在一定程度上能够解决一些问题，但在处理复杂模型、提高划分效率和增强自适应能力等方面仍存在明显的局限性。

技术实现思路

1、有鉴于此，本专利技术提供了一种基于机器学习的几何模型网格划分方法、装置、介质及设备，提高了划分效率，减少了人工成本；自动调整网格划分策略，生成高质量网格；确保网格划分结果与本文档来自技高网...

【技术保护点】

1.一种基于机器学习的几何模型网格划分方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于机器学习的几何模型网格划分方法，其特征在于，将所述预处理的待划分网格的几何模型输入至经过机器学习所得的网格划分预测模型，所述经过机器学习的网格划分预测模型对所述待划分网格的几何模型进行网格划分，得到所述几何模型的网格划分结果的步骤之后，还包括以下步骤：

3.根据权利要求1所述的基于机器学习的几何模型网格划分方法，其特征在于，所述经过机器学习所得的网格划分预测模型的构建方法包括以下步骤：

4.根据权利要求3所述的基于机器学习的几何模型网格划分方法，其特征在...

【技术特征摘要】

1.一种基于机器学习的几何模型网格划分方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于机器学习的几何模型网格划分方法，其特征在于，将所述预处理的待划分网格的几何模型输入至经过机器学习所得的网格划分预测模型，所述经过机器学习的网格划分预测模型对所述待划分网格的几何模型进行网格划分，得到所述几何模型的网格划分结果的步骤之后，还包括以下步骤：

3.根据权利要求1所述的基于机器学习的几何模型网格划分方法，其特征在于，所述经过机器学习所得的网格划分预测模型的构建方法包括以下步骤：

4.根据权利要求3所述的基于机器学习的几何模型网格划分方法，其特征在于，还包括以下步骤：

5.根据权利要求1所述的基于机器学习的几何模型网格划分方法，其特征在于，针对所述待划分网格的几何模型进行预处理，得到经过预处理的待划分网格的几何模型的步骤过程中，所述预处理包括特征提取、数据清洗与标准化化中的至少任一，其中，

6.根据权利要求1或3所述的基于机器学习的几何模型网格划分方法，其特...

【专利技术属性】
技术研发人员：汉京礼，赵钦，宋庆舟，李金超，姜品伊，温小龙，
申请(专利权)人：北京神舟航天软件技术股份有限公司，
类型：发明
国别省市：