基于二级网格和卷积神经网络的流体模拟方法

• 作者: 段景耀
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 流体模拟 数据驱动 二级网格 卷积神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 算法
• 页码范围: 227-232
• 页数: 6页
• 分类号: TP301.6
• 字数: 5079字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.04.037

摘要

基于欧拉法的流体模拟是计算机图形学的重要方向之一,但其计算复杂度较高,直接求解精确的流体运动状态会带来较大的性能开销.提出基于二级网格和卷积神经网络(CNN)的流体模拟方法,在提高模拟性能的同时基本保持流体的形态.二级网格的流体空间结构抽象,能够有效减少流体计算的规模,达到加速模拟的效果.在此基础上,使用CNN来减少由于计算量减少而引入的误差,通过对欧拉法精确计算结果进行机器学习,得到较为精确的流体形态.实验结果表明,该方法在提高计算效率的同时能一定程度上保持流体形态细节.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段景耀	上海交通大学电子信息与电气工程学院	1	0	0.0	0.0