[发明专利]一种基于图卷积的流场重构方法

权利要求书

1.一种基于图卷积的流场重构方法，其特征在于，包括以下步骤：

1)建立研究模型，划分网格：

建立研究对象的计算模型，根据数值或实验需求划分网格，并记录网格信息；针对每一种计算模型，均可获得一套网格信息，每套网格信息包括各网格节点的位置信息L_m,l和网格划分方式A_m,m；其中，m＝1,2,3...,M，M为该计算模型的网格节点总数，根据计算模型网格划分的不同而不同；l＝1,2,...,L，依次表示计算模型的位置变量，而L为该计算模型的已知变量总数；

2)设定边界条件：

设定研究对象在每套计算模型下的边界条件，根据实际情况设计不同的工况；边界条件分为两类：边界条件若是直接设定某一个区域的流场信息，将其记录为初始流场F⁰_m,k，其中k＝1,2,3...,K，依次表示研究对象的流场变量，而K为该研究对象的流场变量总数；边界条件若是间接限定某一个区域的流场信息，则通过边界自编码器将间接边界条件B′_m,h映射为间接流场B_m,h，其中h＝1,2,3...,H，依次表示研究对象的间接边界条件变量，而H为该研究对象的间接边界条件变量总数；

3)获得全局流场信息：

根据步骤1)和步骤2)建立的计算模型，通过数值计算或者实验获得该计算模型的全局流场信息Y_m,k，其中k＝1,2,3...,K，依次表示研究对象的流场变量，而K为该研究对象的流场变量总数；

4)整合并处理数据：

首先，对研究对象的每套计算模型的信息进行整合；拼接网格位置信息L_m,l、初始流场F⁰_m,k和间接流场B_m,h组成研究对象在该计算模型下的已知信息X_m,g，其中g＝1,2,3...,G，且G＝L+K+H，则研究对象的每一套计算模型均包含三大部分数据：已知信息X_m,g、网格划分方式A_m,m以及全局流场Y_m,k；其次，对研究对象的所有计算模型进行整合，则研究对象的已知信息为{X_m,g}_n，网格划分方式为{A_m,m}_n，全局流场为{Y_m,k}_n，其中n＝1,2,3...,N，N为研究对象的计算模型总数；最后，对计算模型信息进行归一化操作，归一化后的数据分别表示为已知信息以及全局流场

5)搭建基于图卷积的流场重构网络

首先，进行数据划分；按照2:2:1的比例分为训练集验证集与测试集其中作为重构的输入信息，而为网络的输出目标；训练过程中采用训练集作为训练样本，验证集以验证基于图卷积的重构网络的有效性，训练结束后测试集用以测试网络的重构能力；其次，获得邻接矩阵，邻接矩阵是在网格划分方式{A_m,m}_n的基础上，根据图卷积结构进行再处理而得到的，处理后的邻接矩阵标记为最后，在邻接矩阵的基础上构建基于图卷积的流场重构网络GCN，按照邻接矩阵进行信息传递、聚合以及更新操作，获得重构流场；

6)训练基于图卷积的流场重构网络

7)应用基于图卷积的流场重构网络，对研究流域进行流场重构：

首先，根据测量需要，设计合适的网格；其次，按照步骤1)到步骤4)处理已知信息并获得网格划分方式A_m,m；然后将其传入图卷积GCN，获得重构流场Y′_m,g。

2.根据权利要求1所述的一种基于图卷积的流场重构方法，其特征在于，步骤1)中，网格节点的连接方式A_m,m为图结构数据中的邻接矩阵，用于表示每个节点与其他所有节点的连接关系，具体含义如下：

3.根据权利要求1所述的一种基于图卷积的流场重构方法，其特征在于，步骤1)中，每一套计算模型中的网格可采用不同的划分方法，包括结构化网格、非结构化网格以及混合网格，其网格节点总数M根据网格划分方式的不同而不同。