买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江大学

摘要：本发明公开了一种基于多层级神经网络的有限元仿真方法，具体过程为：在布料仿真中，将待预测的布料建模成布料超弹性体模型并将其划分若干个单元，对于每个单元构建动力学的能量表达式并进行求解，以构建多层级神经网络的训练数据集；由最远点采样法构建多层级粗细网格结构，并为每一层粗网格构建一个插值矩阵；在训练数据集上训练多层级神经网络，由经过训练的多层级神经网络完成多个时刻的预测，每个时刻由多层级神经网络输出一个细网格的位移矩阵，直至达到预设的最大推理次数，将多层级神经网络输出的所有时刻细网格的位移矩阵作为位置预测结果。本发明实现了针对有限元仿真的非线性方程的高效求解，能够提高有限元仿真的效率。

主权项：1.一种基于多层级神经网络的有限元仿真方法，其特征在于，包括以下步骤：S1.在布料仿真中，将待预测的布料建模成布料超弹性体模型，利用布料有限元方法将所述布料超弹性体模型划分若干个单元，对于每个单元构建动力学的能量表达式，所述能量表达式包含动能项、势能项和附加的外力做功项三个部分；S2.用牛顿迭代法和线搜索方法求解当所述能量表达式达到最小值时能量表达式的解，将能量表达式的解作为下一个时刻单元中每个点的位置并构建多层级神经网络的训练数据集；S3.预先获取一个细网格，由最远点采样法构建多层级粗细网格结构，多层级粗细网格结构由所述细网格和多层粗网格组成，每一层粗网格对应一个构建好的插值矩阵；S4.在所述训练数据集上训练多层级神经网络，由经过训练的多层级神经网络完成多个时刻的预测，每个时刻由所述多层级神经网络输出一个细网格的位移矩阵，直至达到预设的最大推理次数，将多层级神经网络输出的所有时刻细网格的位移矩阵作为待预测布料的位置预测结果；在多层级神经网络每个时刻的预测过程中，将上一时刻细网格的位移矩阵依次与S3得到的各层的插值矩阵相乘，得到各层粗网格的位移矩阵，将上一时刻细网格的位移矩阵以及各层粗网格的位移矩阵输入到经过训练的多层级神经网络中，每个粗网格或者细网格的位移矩阵各自由一个图卷积网络进行处理，得到各个层级的特征矩阵，将各层粗网格的特征矩阵与各自对应的位移矩阵相乘，使各层粗网格的特征矩阵与细网格的特征矩阵维度相同，得到各层粗网格的新的特征矩阵，将各层粗网格的新的特征矩阵与细网格的特征矩阵拼接起来，得到拼接后的特征矩阵，将拼接后的特征矩阵输入给多层感知机，输出下一个时刻细网格的位移矩阵。

全文数据：

权利要求：

百度查询： 浙江大学 一种基于多层级神经网络的有限元仿真方法