一种基于Lipschitz优化的神经子空间可变形体仿真加速方法

本发明公开了一种基于Lipschitz优化的神经子空间可变形体仿真加速方法，包括：1)构建训练数据集；2)对训练数据进行主成分分析，构造PCA基；3)通过Cubature方法获取近似势能梯度的关键单元及其非负权重；4)构造子空间映射网络并进行训练；5)将网络作为子空间映射进行子空间可变形体仿真。本发明对可变形体仿真的神经子空间映射进行Lipschitz优化，缓解了神经网络引入的非线性会造成求解成本的提高的问题，在保证仿真精度的前提下进一步加速了神经子空间可变形体仿真。