Let-It-Grow神經網絡在網格剖分中的應用.pdf

1、人工神經網絡是對人腦的反應機制進行簡化、抽象和模擬建立起來的數學模型，通過大量基本組成單位--人工神經元的相互連接而對外界環(huán)境輸入的信息進行并行分布式的處理，具有較強的自適應性和容錯性。作為人工神經網絡的一個分支，自組織特征映射神經網絡及其改進--Let-It-Grow網絡，能夠從合適的訓練樣本集中提取出樣本空間的拓撲特征和分布特性，并且輸出層神經元的權值作為坐標對應的點可以作為網格剖分的節(jié)點，從而使神經網絡與有限元方法，尤其是有限元網

2、格的剖分，可以有機地結合起來，利用神經網絡大規(guī)模并行計算的能力來提高網格剖分的效率。 本文對Let-It-Grow網絡在有限元網格剖分中的應用進行了研究，在此基礎上，提出增長型自組織特征映射網格的剖分算法，并以正方形區(qū)域為例進行了實驗。為了檢測網格剖分的質量，我們提出了質量因子的概念，并證明了Delaunay三角剖分準則與質量因子的關系。數值實驗表明，本文提出的算法是有效的，得到的網格質量是相對較高的。 本文的結構安排如