摘要
本发明实施例公开了一种用于高精度流场计算的机器学习三维网格自适应方法,涉及面向计算流体力学的三维网格自适应技术和机器学习技术,能够高效生成符合流场结构的高质量三维自适应网格,达到提升流场数值模拟的精度和效率的目的。本发明包括:服务器接收用户终端发送的初始网格数据和流场条件参数;根据流场条件和初始网格生成初始流场数据;之后利用该数据训练多层感知机,预测流场解;构建SOM网络训练数据样本库,并利用初始网格构造SOM神经网络结构;训练SOM神经网络更新三维网格节点坐标,得到节点密度分布符合初始流场结构的高质量三维网格并向用户终端发送。
技术关键词
SOM神经网络
三维网格数据
多层感知机
高质量三维网格
流场结构
三维高分辨率
样本
坐标
服务器
机器学习技术
终端
参数
节点数
顶点
邻域
精度