计算机辅助设计与图形学学报

作者：彭嘉明, 陈新海, 刘杰

关键词：网格生成, 计算流体力学, 神经网络, 偏微分方程, 结构网格

网格生成是计算流体力学前处理环节的关键, 在整个计算流体力学数值模拟中扮演着十分重要的角色. 为了进一步提升网格生成效率及智能化水平, 提出了一种融合神经网络和偏微分方程的结构网格生成方法 StruMNet.该方法以计算域的边界以及内部的采样点为输入, 建立结合偏微分方程的神经网络模型用于网格生成, 控制方程和几何边界约束嵌入在损失函数中作为模型的优化目标; 引入损失函数自适应权重策略和点加权机制来提升网格质量及在复杂边界处的拟合能力; 训练后的 StruMNet 能够根据给定的边界形状预测网格点. 分别采用 3 种形状进行实验,使用平均测试集损失、平均最大夹角、平均最小夹角并角波动最大值和角波动最小值引入判断生成的网格质量. 实验结果表明, StruMNet 在不同几何上的网格生成质量优于物理信息神经网络方法和 MGNet 方法, 在网格生成效率方面相较于传统方法提高 3 个数量级, 最终实现结构网格的快速生成.

来源：2025年第9期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第9期