基于径向基函数配点法的梁板弯曲问题分析

采用径向基函数配点法分析考虑剪切效应的梁板弯曲问题,该方法利用径向基函数作为近似函数,基于配点法离散方程,通过最小二乘法求解。径向基函数配点法在离散和计算过程中不需要任何形式的网格划分,是一种真正的无网格法;径向基函数可以用一元函数来描述多元函数,存在明显的储存和运算简单的特点;而基于配点法求解不需要积分,提高了计算效率。分析考虑剪切效应的薄梁板问题时,传统的有限元法或无网格法求解均会存在剪切锁闭问题,而径向基函数在全域内存在无限连续性,能够准确地满足Kirchhoff约束条件,因此径向基函数配点法能够消除剪切锁闭现象,而且不会出现应力波动。该方法的优势在于,其不仅易于离散、精度高,而且具有指数收敛率,计算效率高。数值算例验证了上述结论和该方法的稳定性。     

基于分区径向基函数配点法的大变形分析

无网格法因为不需要划分网格, 可以避免网格畸变问题,使得其广泛应用于大变形和一些复杂问题. 径向基函数配点法是一种典型的强形式无网格法,这种方法具有完全不需要任何网格、求解过程简单、精度高、收敛性好以及易于扩展到高维空间等优点,但是由于其采用全域的形函数, 在求解高梯度问题时 存在精度较低和无法很好地反应局部特性的缺点. 针对这个问题,本文引入分区径向基函数配点法来求解局部存在高梯度的大变形问题. 基于完全拉格朗日格式,采用牛顿迭代法建立了分区径向基函数配点法在大变形分析中的增量求解模式.这种方法将求解域根据其几何特点划分成若干个子域, 在子域内构建径向基函数插值, 在界面上施加所有的界面连续条件,构建分块稀疏矩阵统一求解. 该方法仍然保持超收敛性, 且将原来的满阵转化成了稀疏矩阵, 降低了存储空间,提高了计算效率. 相比较于传统的径向基函数配点法和有限元法, 这种方法能够更好地反应局部特性和求解高梯度问题.数值分析表明该方法能够有效求解局部存在高梯度的大变形问题.      

基于分区径向基函数配点法的大变形分析

无网格法因为不需要划分网格,可以避免网格畸变问题,使得其广泛应用于大变形和一些复杂问题.径向基函数配点法是一种典型的强形式无网格法,这种方法具有完全不需要任何网格、求解过程简单、精度高、收敛性好以及易于扩展到高维空间等优点,但是由于其采用全域的形函数,在求解高梯度问题时存在精度较低和无法很好地反应局部特性的缺点.针对这个问题,本文引入分区径向基函数配点法来求解局部存在高梯度的大变形问题.基于完全拉格朗日格式,采用牛顿迭代法建立了分区径向基函数配点法在大变形分析中的增量求解模式.这种方法将求解域根据其几何特点划分成若干个子域,在子域内构建径向基函数插值,在界面上施加所有的界面连续条件,构建分块稀疏矩阵统一求解.该方法仍然保持超收敛性,且将原来的满阵转化成了稀疏矩阵,降低了存储空间,提高了计算效率.相比较于传统的径向基函数配点法和有限元法,这种方法能够更好地反应局部特性和求解高梯度问题.数值分析表明该方法能够有效求解局部存在高梯度的大变形问题.     

无网格法驱动径向基函数前置卷积神经网络

卷积神经网络通过卷积核的移动加权提取样本点的局部特征，而无网格法基于节点信息构造具有核近似特点的形函数进行离散建模，两者的内在相似性为采用卷积神经网络加速无网格计算过程提供了有利条件．但是基于传统卷积神经网络的改进无网格法包含较为繁琐耗时的非线性参数求解．为了克服这一问题，本文充分利用无网格法能够灵活构建数据样本的优点，提出了一种径向基函数前置卷积神经网络模型．该网络通过径向基函数的前置，提前激活输入数据，实现了非线性变换和数据特征维度跃升，随后再将数据传入传统卷积层得到输出．由于所提网络模型具备线性求解的特点，能够有效提升预测精度与计算效率．在数值算例中，通过对比无网格法直接计算结果、传统卷积神经网络和所提的径向基函数前置卷积神经网络预测结果，系统验证了所提网络模型的有效性．     

弹塑性扭转问题具多项式基的径向点插值无网格法

对于弹塑性扭转问题描述的椭圆变分不等式,采用具多项式基的径向点插值法无网格方法与Uzawa方法耦舍,得到了带松弛因子的离散迭代算法,并给出了数值算例,分析了参数对结果的影响.通过与有限元法比较,表明该方法是求解弹塑性扭转问题的有效的方法之一.     

基于Kriging插值无网格法求解轴对称弹性力学问题

基于Kriging插值无网格法,提出了实际应用中复杂轴对称弹性力学问题求解的一条新途径.Kriging插值无网格法是一种新型的无网格法,该方法构造的形函数满足Kronecker delta函数性质,可以直接施加本质边界条件.采用Kriging插值无网格法分析轴对称问题,得到了轴对称问题的无网格离散方程,并编制了相应的计算程序.通过厚壁圆筒的静力学和动力学分析,对所提方法进行了检验.数值算例结果表明,提出的方法对求解轴对称弹性力学问题是行之有效的.     

一种基于微分求积的空间分数阶扩散方程求解方法

通过微分求积建立求解变系数空间分数阶扩散方程的一种有效直接数值方法。基于Reciprocal Multiquadric和Thin-Plate Spline径向基函数推导两种逼近分数阶导数的微分求积公式，将所考虑的模型问题转化成易求解的常微分方程组，并采用Crank-Nicolson格式进行离散。给出5个数值算例，计算结果表明，只要径向基函数的形状参数选择恰当，本文方法在精度和效率上均优于一些现有算法。     

基于赫林格?赖斯纳变分原理的一致高效无网格本质边界条件施加方法

无网格法具有高阶连续光滑的形函数, 在结构分析中呈现出显著的精度优势. 但无网格形函数在节点处一般没有插值性, 导致伽辽金无网格法难以直接施加本质边界条件. 采用变分一致尼兹法施加边界条件的数值解具有良好的收敛性和稳定性, 因而得到了非常广泛的应用, 然而该方法仍然需要引入人工参数来保证算法的稳定性. 本文以赫林格?赖斯纳变分原理为基础, 建立了一种变分一致的本质边界条件施加方法. 该方法采用混合离散近似赫林格?赖斯纳变分原理弱形式中的位移和应力, 其中位移采用传统无网格形函数进行离散, 而应力则在背景积分单元中近似为相应阶次的多项式. 此时的无网格离散方程可视为一种新型的尼兹法施加本质边界条件, 其中修正变分项采用再生光滑梯度和无网格形函数进行混合离散, 稳定项则内嵌于赫林格?赖斯纳变分原理弱形式中, 无需额外增加稳定项, 消除了对人工参数的依赖性. 该方法无需计算复杂耗时的形函数导数, 并满足积分约束条件, 保证了数值求解的精度. 数值结果表明, 所提方法能够保证伽辽金无网格法的计算精度最优误差收敛率, 与传统的尼兹法相比明显提高了计算效率.      

大变形问题分析的局部Petrov-Galerkin法

在微机电系统(MEMS)的建模和模拟研究中,大变形或大移动要充分予以考虑.用有限元法分析这类问题,由于难以避免的网格畸变,使模拟效率精度降低甚至失效,无网格方法(Meshless Method)则能在分析这类问题时显示出明显的优势,无网格局部Petrov-Galerkin(MLPG)法被誉为是一种有发展前景的真正无网格法.本文进一步发展了MLPG法,通过对任意的离散分布节点采用局部径向基函数构造插值形函数和Heaviside权函数,分析方程采用局部加权弱形式离散,建立了变量仅依赖于初始构型的完全Lagrange分析格式,最后用Newton-Raphson法迭代求解.文中分析了悬臂梁典型算例和微机电开关非线性大变形问题,通过与有限元结果的比较,表明本文提出的大变形问题无网格局部Petrov-Galerkin法具有稳定性好及收敛性快等优点.     

边界节点法的计算稳定性研究

边界节点法利用满足控制方程的非奇异通解作为基函数,半解析边界数值离散偏微分方程,具有精度高、收敛快、易编程等优点,是一种纯无网格配点方法.但是在求解具体问题时,随着节点数的增加,边界节点法经常得到严重病态的插值矩阵.本文利用有效条件数评价边界节点法求解Helmholtz问题线性方程组的计算稳定性;然后利用三种正则化方法处理其病态的线性方程组,并与高斯消元法比较计算精度和收敛性.通过数值实验,本文研究了有效条件数、误差和正则化方法之间的关系.