【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及復(fù)雜物理系統(tǒng)的模擬仿真領(lǐng)域。
技術(shù)介紹
1、復(fù)雜物理系統(tǒng)的模擬在許多工程領(lǐng)域都很重要，例如結(jié)構(gòu)力學(xué)、空氣動力學(xué)、電磁學(xué)和聲學(xué)等。傳統(tǒng)的物理系統(tǒng)模擬依賴于求解偏微分方程(partial?differentialequations,pde)的數(shù)值解。廣泛使用的有限元法(finite?element?method,fem)將物理仿真輸入對象離散化為有限元網(wǎng)格g，包含若干網(wǎng)格單元，每個單元由若干網(wǎng)格節(jié)點與網(wǎng)格邊組成。有限元法基于網(wǎng)格g，在一定的物理約束下，進(jìn)行迭代求解，得到每個節(jié)點或單元上的物理仿真輸出。然而，有限元法存在計算成本高、運行時間長的問題，并且當(dāng)物理約束方式變化時，需要重新開始整個模擬仿真過程。例如，圖1中輸入網(wǎng)格g是一個方向盤，物理約束包括：轉(zhuǎn)向柱固定在底部平面上；輪輻上施加外力f，物理仿真輸出是方向盤上各節(jié)點的應(yīng)力值。
技術(shù)實現(xiàn)思路
1、為了解決上述問題，本專利技術(shù)提出了基于多尺度圖神經(jīng)網(wǎng)絡(luò)的復(fù)雜物理系統(tǒng)的模擬仿真方法。
2、本專利技術(shù)技術(shù)方案：
3、基于多尺度圖神經(jīng)網(wǎng)絡(luò)的復(fù)雜物理系統(tǒng)的模擬仿真方法，包括步驟：
4、步驟1預(yù)生成網(wǎng)格圖：生成r個網(wǎng)格圖gr,…,g1；其中，網(wǎng)格圖gr為分辨率最高的網(wǎng)格圖等于有限元法(finite?element?method,fem)中的有限元網(wǎng)格g；
5、步驟2預(yù)生成子網(wǎng)格圖：采用修改的k-means算法將步驟1中的每個網(wǎng)格圖gr分別劃分k個子網(wǎng)格圖gr,1,...,gr,k，r
6、步驟3預(yù)生成消息傳遞步數(shù)：設(shè)計步數(shù)生成算法并采用該算法來計算步驟2中得到的r×k個子網(wǎng)格圖g1,1,...,g1,k,...,gr,k所分別對應(yīng)的消息傳遞步數(shù)l1,1,...,l1,k,...,lr,k；
7、步驟4利用編碼器生成嵌入向量：利用編碼器將步驟2中r×k個子網(wǎng)格圖g1,1,...,g1,k,...,gr,k的邊和節(jié)點信息其轉(zhuǎn)化為嵌入向量；
8、步驟5利用處理器更新嵌入向量：采用處理器來更新各節(jié)點與邊的嵌入向量；
9、步驟6利用解碼器生成物理問題輸出：解碼器將gr的各節(jié)點嵌入向量轉(zhuǎn)化為物理問題帶求解的值。
10、有益效果：
11、與現(xiàn)有技術(shù)相比，本專利技術(shù)僅上采樣技術(shù)讓關(guān)鍵節(jié)點在圖神經(jīng)網(wǎng)絡(luò)模型的早期階段就進(jìn)入模型的感受范圍內(nèi)，從而讓模型獲得更好的全局信息；緩解了在圖神經(jīng)網(wǎng)絡(luò)的早期階段，消息在細(xì)網(wǎng)格圖上傳播導(dǎo)致過度平滑問題。本專利技術(shù)的自適應(yīng)消息傳遞技術(shù)通過設(shè)置不同的消息傳遞步驟，提高了消息傳遞的效率；克服了網(wǎng)格圖上的消息循環(huán)，緩解了過度平滑問題。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.基于多尺度圖神經(jīng)網(wǎng)絡(luò)的復(fù)雜物理系統(tǒng)的模擬仿真方法，其特征在于，包括步驟：
2.如權(quán)利要求1所述的基于多尺度圖神經(jīng)網(wǎng)絡(luò)的復(fù)雜物理系統(tǒng)的模擬仿真方法，其特征在于，所述步驟1，包括：
3.如權(quán)利要求1所述的基于多尺度圖神經(jīng)網(wǎng)絡(luò)的復(fù)雜物理系統(tǒng)的模擬仿真方法，其特征在于，所述步驟2中所述修改的K-means算法，設(shè)計步驟如下：
4.如權(quán)利要求1所述的基于多尺度圖神經(jīng)網(wǎng)絡(luò)的復(fù)雜物理系統(tǒng)的模擬仿真方法，其特征在于，所述步驟3，所述步數(shù)生成算法的步驟設(shè)計如下：
5.如權(quán)利要求1所述的基于多尺度圖神經(jīng)網(wǎng)絡(luò)的復(fù)雜物理系統(tǒng)的模擬仿真方法，其特征在于，所述步驟4：
6.如權(quán)利要求1所述的基于多尺度圖神經(jīng)網(wǎng)絡(luò)的復(fù)雜物理系統(tǒng)的模擬仿真方法，其特征在于，所述步驟5中，所述處理器中的每個神經(jīng)網(wǎng)絡(luò)模塊f均使用多層感知機(Multi-Layer?Perceptron，MLP)；
7.如權(quán)利要求6所述的基于多尺度圖神經(jīng)網(wǎng)絡(luò)的復(fù)雜物理系統(tǒng)的模擬仿真方法，其特征在于，所述上采樣操作的過程如下：
8.如權(quán)利要求1所述的基于多尺度圖神經(jīng)網(wǎng)
...【技術(shù)特征摘要】
1.基于多尺度圖神經(jīng)網(wǎng)絡(luò)的復(fù)雜物理系統(tǒng)的模擬仿真方法，其特征在于，包括步驟：
2.如權(quán)利要求1所述的基于多尺度圖神經(jīng)網(wǎng)絡(luò)的復(fù)雜物理系統(tǒng)的模擬仿真方法，其特征在于，所述步驟1，包括：
3.如權(quán)利要求1所述的基于多尺度圖神經(jīng)網(wǎng)絡(luò)的復(fù)雜物理系統(tǒng)的模擬仿真方法，其特征在于，所述步驟2中所述修改的k-means算法，設(shè)計步驟如下：
4.如權(quán)利要求1所述的基于多尺度圖神經(jīng)網(wǎng)絡(luò)的復(fù)雜物理系統(tǒng)的模擬仿真方法，其特征在于，所述步驟3，所述步數(shù)生成算法的步驟設(shè)計如下：
5.如權(quán)利要求1所述的基于多尺度圖神經(jīng)網(wǎng)絡(luò)的復(fù)雜物理系統(tǒng)的模擬仿真...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：饒衛(wèi)雄，趙欽佩，林滏，
申請(專利權(quán))人：同濟大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。