科研之友
微信
新浪微博
Facebook
分享链接
摘要
某流场中,密度投影场与扰动引起的光线偏移角之间满足泊松方程的关系,且该泊松方程的源项是一系列离散的偏移角,无法利用现有方法直接求解。在有限元法的基础上,利用神经网络拟合源项中偏折角与采样坐标的关系,得到剖分网格点上的源项;同时,针对神经网络的加入使得有限元法中单元载荷向量的求解过于耗时的问题,在求解源项时,论文将三角单元整体预测的二重积分表达式近似替换为三角单元结点预测的常数表达式。仿真实验表明,引入神经网络拟合偏折角,相对于传统的插值方法,可以取得更高精度的结果;而且在相同误差下,提出的算法大大提升了运算速度。将该算法应用到真实流场中,得到的该密度投影场的特性与搭建的真实环境的结果相似,进一步说明所提算法的有效性。
- 单位
