GAMES 图形学系列笔记（四十八）

GAMES302-等几何分析 - P5：5. 等几何分析中的计算域参数化 II - GAMES-Webinar - BV1dM4y117PS

一个介绍，我们上次课呢给大家介绍了呃，这个就是面向整体和分析的，这个计算与参数化的这部分内容啊，上节课呢给大家介绍了这一部分啊，那么我们今天呢就要把这个剩下的部分呢，内容呢给大家这个这把锁。

那么上节课呢主要给大家介绍的就是说呃，就为什么啊，要做这个计算与参数化这么一件件事情，然后呢给大家介绍了这个计算域，参数化质量的一些评判的标准对吧，还有呢，就是我们这个计算与传统化的一些方法啊。

一些方法，那么这边的一些方法呢，就是包括啊一些这个用手绘画的方法，变分调和的方法，对吧啊，还有这个，这个边界重新参数化的方法啊，那么实际上大家通过前面一次课的学习啊。

应该对我们这个呃面向整体和的这么一个区域，拆分化这么一个问题呢，有了一个大致的一个理解，那我们这次课呢就把我们后面的这部分内容啊，主要是面向一些复杂区的一些传统化的，一些工作给大家再介绍一下。

包括里面啊这个参数化这个问题里面，所面临的一些开放性的一些问题，我们也想给大家呃这个呃介绍一下啊，让大家呢包括对后面这个研究问题的选择啊，啊也有一些这个这个嗯体会。

那么首先呢我们介绍这个基于股价的这么一个，平面区域的参数化，那么实际上这个工作呢是我们团队许金南老师，在博士期间啊，因为徐老师呢是这个科大，这个陈华莱老师和邓建松老师团队啊，嗯毕业的啊。

所以他在博士期间呢，就做了一部分这个等级合同分析啊，这个参数化方面的一些工作啊，那么他的这个基本的思路啊啊非常简单啊，他说我们说的就是对于这么一个平面区域，啊，说明对于我们一个平面区域。

我们啥时可以先构造出他的这个呃，股价的出来啊，然后呢对这个股价进行一些简化，进行一些简化，根据这个简化呢，我在这个股价的这个信息呢，就显得比较简洁对吧，然后根据他的一些分支的长短啊，或者一些规则。

然后进行这种区域的剖分啊是吧，它上面引入这些，这样呢我通过这个区域的剖分对吧，然后呢再，这些东西啊，然后包括根据这个曲率啊，或者一些骨架圆半径的人做做一些这种扣分，这样我就可以把这么一个呃符的这部分。

一个区域啊，分成一些小的去对吧，然后呢，再对这些小的区域分别进行这个呃，参数化的构造，那你可以用我们前面讲的一些这种呃，离散的控制方法来进行构造啊，也可以啊，也可以通过一些呃把我们前面讲的对吧。

对单块啊一些约束优化，或者其他的一些方法来进行这种高质量的控制，都是可以，那么首先呢这边呢呃实际上也就是说我们前面，你如果只是如果对这么一这这块区域对吧啊，就这么一个平面参数域啊，平面计算域。

如果你把它当做一个区域来进行，技术参数化的构造，实际上是非常困难对吧，因为他本来这个o啊这些都比较复杂的啊，那么现在呢我就可以哎大家嗯进行分解啊，分解成一些小的区域啊，然后呢。

再对单个的区域进行这种参数化的这种构造，那么首先这边的这个骨架是什么啊，让大家呃如果学过前面的一些课程，我想里面会有给大家介绍一个叫做中轴的概念，对中轴的概念啊，什么是中轴，对啊。

中中轴的话实际上就是唉，就是啊和我的这些边界点啊相切的，我可以构成一个内切圆对吧，那些这些内切圆的圆心啊，它就会形成这么一个呃一些曲线段啊，那我就可以呃就构造出这么一个中轴出来啊。

当然这个中轴它可能在某些局部区域，是还是非常复杂的，它实际上是很难用于我们这边的这个区域分解，对吧啊，区域分解，所以说呢后面呢我还需要对他做一些简化啊，做一些简化，然后比如说就简化成这个样子啊。

讲完这个样子，这样我们就可以把它用起来，把它用起来，那么做了一次这么一个简化之后啊，做这么一个简化之后，后面的我就是需要进行这个呃区域的分解对吧，啊区的分解，那么这边的这个区域分解它是怎么做的啊。

他怎么来做的呢，啊他上也是宝，这是我们中轴上的一个分支点对吧，一个分支点，然后这是一个内切圆的一个圆的一个虚线啊，然后这个虚线呢实际上就是说呃，他这边会有两个相切的点，p一和p2 。

那么像我这边的这个区域的分割啊，我就按照这个p一和p2 的，p一和p2 的这两个点呢，作为我的两个这个呃分割点分割点，然后呢我就可以把这俩连起来啊，这样的话这就会分出一个子区域出来对吧。

就这块区域好用的一个字取出来，那么这样的话上，也就是说可以就可以完成我这个区域的分解好，那么这边是一些一些例子对吧，像这么一个类似手动模型啊，那就把它可以通过这个中轴路信息。

把股价的信息啊把它分成啊这么几块区域啊，一个是这个还有这些松子的区域都喷出来，包括蝴蝶的模型对吧，它也是可以按照这种思想的啊，把它分解成一些子虚，那后面的实际上就是。

我只要对单块来进行参数化的构造就可以了啊，就可以，也就是说刚才说了，实际上是对于这些模型，我们是很难用片单块的这个，参数化去进行构造的对吧，所以要进行这种区域的分解啊，那么像我们后面讲的这些方法呢。

都是呃基于这种区域分解的思想，来做这个参数化啊，那么这边是一些一些例子啊，就是说这边呢比如说我用呃，对于这么一块区域种调和影射啊，那我们前面讲的这个变回调和的方法。

还有我们这个讲的一个啊非线性优化的方法，还有这个就是这个呃建良老师啊，他们提出的这种基于股价分解的方法啊，那么他们之间呢做了一个比较好，可以发现对于简单的几个还可以对吧，就是两个方可能区别不大。

但是如果对于后面这两个复杂的模型啊，复杂的模型可能就会被产生诶，对于我们这个，如果你是只用单片的这种非线性优化来做啊，他是龙的质量还算还是还是还是挺，还是不怎么好对吧啊，而且他这个优化的时间啊。

各方面实际就是成本呢也是比较高的，成本也是比较高的啊，那么说对于对于这个，我说若是我们这种分辨的方法的话啊，分配的方法用国家分配的方法啊，那么我们说到的这个结果呢，包括质量啊，还有这个时间上。

我想应该都是嗯嗯会得到比较大的提升，比较大的提升，当然我们也可以基于这两个结果对吧，一个是呃非线性约束啊，约的约束优化的方法啊，还有这个基于股价分解的方法，可以在上面去纠结相应的呃一些pd对吧。

然后我们可以来比较一下他们的误差，比较一下他们的午餐啊，可以发现啊，就是说嗯，就是说我们在这个基于股价，这种多片的分解方法，那我们会得到精度更高的一些结果，精度够高的一些结果。

那么这边呢是基于股价的这么一个，平面区域的传统化啊，三但对于某些更复杂的一些模型对吧啊，是用这种基于股价的方法呢，可能还是有一些局限性啊，还是有一些局限性，那么后面呢我们呃就做了一个工作啊。

就是说我们怎样去对这种任意拓扑的，这个二维区域啊，二维计算域来进行这种区域的参数化的啊，我们这个是在2018年啊，一个semi上的一个工作啊，那么像我们这个呢，实际上就是首先提出这么一个问题啊。

就是就是说我给如果给你一个呃，平任意拓扑的平面区域对吧，它的这个边界呢，是我们的一些样条曲线来组成的啊，就这个不同颜色的这个红的蓝的，绿的这样条曲线就分段了啊，那我怎么样把内部它的这个这个这个这个区域。

用一些小的啊，第二条曲曲，曲面片或者北热曲面片把它给填起来啊，就是如果说白了就是这么一个问题啊，就是这么一个问题，那么对于这么一个问题啊，对于这么一个问题，那么我们怎么样啊，怎么样去去去做呢，啊。

但我们希望最后得到的还是一个高质量的一个，参数化啊，实际上我们这边呢主要就是呃，就是想的就是说呃我最后得到的这个参数化的，我们期望的这种方法需要满足哪些，哪些满满足哪些要求啊，需要满足哪些要求。

我想第一个呢就是说呃首先是要保边界啊，就说啊我输入这个是一个样条的边界对吧，样条的这个啊二维的边界，曲线的边界，那么我更希望呢，就是我们最后生成的这个参数化的结果呢，肯定要精确保持这个边界啊。

否则这也背离了我们这个等几何的初衷对吧，等几何的初衷上手，包括后面也有一些一些呃一些课题组，然后提出了一些呃，无论在这个法则求解方面等等方面啊，基于这个等几何的这么一个思路来做的，提出一些新的方法啊。

但是很多时候人就可能在保边界，或者各种方面的都是呃放松的一些要求啊，所以说呢我想呢就是说很多就是还能，或多或少呢我觉得和等级合的初中啊，还是有所有所偏离的，有点偏离，那么第一个就是要保变电商。

我觉得这也是我们整体核呢提出的，一个非常高的一个要求啊，非常高的一个要求，另外呢我们希望呢能够啊能够达到一种呃，自动达到自动达到一种嗯，免疫性的一个一个一个要求啊，连续性的要求，比如在它的内部呢。

我们新闻还是呃不仅仅就是虽然是高阶的对吧，但不仅仅是c0 ，连续的c0 就是嗯嗯前面讲过吧，那就是位置连续对吧，位置连续，我们希望最起码要达到c一或者g一啊，这种更高阶的。

可是c2 或者g2 的这种联系是吧，g2 的联系啊，那么研究生呢，我们希望它能够自动的去满足我的一些，连续性的一些要求啊，当然我希望最后这个分割曲线啊，就是说我就是我这个每一块这些蓝色的线对吧。

这些蓝色的线就是我每一片的这个这个，边界线嘛，也就是我们把它称为一个分割曲线对吧啊，分割曲线，那么我希望这些分割曲线，它也是要是一个自动化的构造的一个过程啊，而且大家我最后生成的这个参数化的结果呢。

还是应该是有一个满足我的单色性啊，他的这个嗯这个片的大小比较均匀啊，啊对吧，然后我这个等差结构要尽量的垂直啊，啊那么这些要求这些要求，也就是说我怎么样才能提出一个呃好的一个方，法，一个框架来。

然后去满足这些要求啊，就是我们我想这就是我们一个好的参考方法，他说嗯他要有的一些一些一些一些这个性质，这样啊，那么我们这边呢首先提出了一个叫做呃，通过一些呃我想叫做呃local global。

还是global和local的那个思路啊，就是我从先去呃全局去考虑问题，然后呢再考虑局部的一些构造啊，那其实这种思路在我们图形学里面也有一些呃，相应的类似的做法对吧，比如在网格的参数化里面啊。

呃可能这个我就不知道，这个刘刘利刚老师，在以前在这个一些这个几何处理的课里面，有没有讲啊，他他们上提出了一个非常呃非常有影响力，非常大的一个方案，就是一个local global的一个网络参数化的呃。

一个思路对吧，那我们像我们这个框架呢，我们的思路呢是以我们觉得可以成为一个呃，global local一个思路啊，也就是说我是怎么样的先考虑呢，就是说怎么样能够把这些区域内部的，这些蓝色的线啊。

就这些分割线我先能够构造出来，分割出来啊，我完成这个区的分割之后，实际上我后面的工作就相对比较简单了对吧，相对来说比较简单了啊，那么所以呢我们就提出了这么一个框架啊，那么这个框架主要有这么事故啊。

第一步呢，首先我就是为了生成一个高质量的一个呃，区域的参数化啊，所以呢我需要进行一些呃，进行一些这个预处理啊，这个主要是我在对我的编辑啊，特别是一些比如间谍啊，这个曲率比较大点的地方呢。

我希望能够把这个边界这个给你的这个边界，然后c这个，那个那个对这个边界进行分割一下啊，那么第二步呢就是也是非常重要的一步啊，我觉得第二步呢就是我怎么样去呃，把这么一个二维区域，它的内部的这个拓扑划分啊。

就是说它的拓扑信息啊能够构造出来，top划分也构造出来啊，主要是目前嗯这也是我们结构化网格生成啊，无论就包括像这个四边形网格或者六面体网格，里面非常重要的对吧，我怎么样能够去上层这种拓扑划分啊。

那么第三步呢就是说我根据你划分出来的，对吧啊，这么这个拓拓扑信息啊，我怎么样能够来生成啊，这个高阶的这个曲面片的它的这个水划分啊，他的风格啊，就是我这些蓝色的线我怎么去构造对吧。

也就是说即使我把这个内部分成一节top，那么这个蓝色的线，它的形状到底应该是什么样的啊，那么山我们这边呢主要是做了一个呃，全局优化的思路来做啊，全局优化的一个思路来做，那么这个全局优化的思路对吧。

那么我如果把它做好之后呢，那么实际是呃后面呢就相对比较简单了对吧，相信说我每一片我怎么来构造，高质量的那一部分片的这个产品化啊，分配的产品化，那么这边呢我们主要是用了一些啊，局部优化的一些思想啊。

局部优化的一些思想，那么通过这个例子啊，我们也可以看一下，就是我们的基本的一个流程啊，首先呢也就是说我要把给你的这个边界啊，在这个区域是一个有两个quick的对吧，咱这个中字对吧，在这边有两个洞啊。

那么它是两个规格的，那么商，我就说怎么样，能够把这个边界再做一些预处理啊，分成一些呃，边界比就是这个红色蓝色，绿色就是我的分段曲线对吧，可能你原来给的这些取代信息啊，并不是并不是这里这样分段的啊。

但是为了生存，最后生成高质量的参数化的结果呢，我还是希望能够做一些预处理，然后得到呢呃一个离散的就是折线啊，也说我可以把这些呃北的曲线的这个收尾端点，这个首尾相连，然后就成了一个多边形的边界嘛。

折线然后通过这个折线，我通过一些嗯是变形网格生成的一些结果，并且网格生成方面的一些结果啊，来来方法来做啊，但我们这边这个方法呢，主要是基于一个突分割啊，还有用的一些模板的方法啊，近视图分割。

还有模板的方法来做的啊，然后把这些啊相当于我就可以啊，给你输入的这个多少有多少段对吧，然后就可以把它内部分成拓扑信息，把它构造出来了啊，构造出来之后，下面我们就说的就是一个全局优化的思路。

也就是说虽然你这个内部的拓扑划分，我知道的对吧，但这些蓝色曲线的这个形状嗯，应该是什么样子才是最好啊，那么这边呢我们就用了一个全局优化的思路，然后去构造这里的分割曲线，就是这些蓝色的蓝色的线啊。

通过这个全球化的思路得到这些蓝色的线之后，后面我们就是可以对每一片啊，来枯燥鲜艳的参数化，当然我们这边呢为了生成高质量，对名片呢，我们也做了一些局部的优化，包括我怎么样去满足呃。

整体的比如一个c一的连续性啊，包括在七点，除了g一的连续性，我们这边都有一个有所考虑啊，然后最后呢我们就可以得到一个唉相对比较高，高质量的一个一个参数化的一个结果啊。

那么这就是我们在18年的新版本上面的，这个文章，他得到他的这个基本的这个思思路和框架，就是这个样子，那么首先就是预处理对吧，那么像我们这边呢，就是啊做了一个北大的提取啊。

然后这个北大的提取实际是呃计算力学的人，就是在等你和分分析求出之后呃，他们他们说说其实一共一个词啊，就是说实际上这个在我们计算几何里面，是非常非常经典的一个做法对吧，也就是说任何一条呃变调曲线。

那么是曲线，我都可以把它转换成这个北的曲线段对吧，或者尤里边的曲线段的一个形式对吧，那么12这个里面呢，我就他这些转换前后，他们之间的控制关系，顶点的关系，我可以通过一个矩阵转换了。

就可以把它实现对吧啊，但我另外一个呢就是说呃可能我有些曲线对吧，它有些地方曲率曲率比较高啊，或者有些尖点啊，有些拐点啊之类的啊，所以这个时候呢我需要对它进行这个呃，进行把这个曲线来进行一个分割啊。

比如这么一段曲线，我希望能够在这些呃，这个曲率比较高的地方分成两段，对，恰好我对我后面这个参数化的质量的构造呢，就比较方便非常方便，那么我们这边对应了这个北泽西非的这方面呢，我们用了呃。

应该是我的博士生老师啊，不说了，我王昭老师，浙江大学王国章老师说提出了在1984年啊，提出了什么叫做这个啊汪氏公式啊，汪氏公司那个三，就是呃在这个我们c计算机和领域啊，就国际上非常有名的一个专家。

这个嗯，run goldman在他的呃计算几何的这个书里面提出了，就是呃你把这么一个公司啊，就是这个本人离散的方法呢，把它称为啊忘了formula one formula啊。

那么就是我们这个汪国涛老师啊，他在1984年提出了一个北京曲线细分的，这么一个公式，就说我怎么样啊，给你一个解析的光滑的一个北的曲线，或者怎么样来进行分段对吧，那么因为这个离散化呢。

在这个顶部的这个球交的这个复制里面，是非常重要的啊，非常重要的，所以我们这边呢也是借鉴了这个公式，来进行这种啊，北大曲线的这个分这个这个细分啊，当然这个细分呢，我们不可能分成很多的这个折线段啊。

就可能嗯也通过一条可能分成两段，三段就差不多了啊，那么也是通过我们这些预处理呢，实际上就是我们后面这个高质量的这个，参数化的构造呢，提供了很多的，更打开了一个更好的一个基础啊，那么经过这些预处理之后。

我们后面就说怎么样来进行这种啊，呃拓扑信息的这个错误划分的这个构造对吧，top划分的这个构造啊，那么这边呢我们主要就是第二步了对吧，你说我怎么样能够去得到这个离散的这个，这个边界之后对吧。

离散的边界之后，我怎么来生成里面的这个这个四边形划分啊，四边形划分啊，那么这边的这个思路呢主要是利用了一个呃，一个一个一个突分解啊，近视图分解的一个思路啊，那么实际上这个边呢我就说呃。

我们首先先勾到这个离散的边界对吧，然后就是把你就提取了这个本的曲线的首尾端，点，把它依次相连，就会得到这么一个离散的一个折线对吧，离散的一个折线啊，然后作为一个第三直线，如果有洞的话对吧。

我还可以首先要把这么一个独联通的区域，把它转换成一个单连通的，我就可以我现在插入一些一些点嘛啊，插入一些点，把连起来就可以变成一个单连通区域对吧，那么后面的就是我们用的这个，近似图分解的方法啊。

也说对于这么一个单联通的区域，我们可以呃，通过一些通过这么这篇文章里面，这个近视图分解的这个算法，我们就可以实现啊，对这个区域的一些呃区域的分解，那么当然这个区域的分解呢。

就是我的每一个区域它都是近视图的啊，所以近视图呢就是它有些区域可能不是啊，严格凸的啊，不是严格凸的啊，啊为什么要用近视图啊，因为你全部都用严格图的话，你可能就是说得到了这个分块的时候要非常多，对不对啊。

所以大家都可能应该了解这个凸的这个，多边形的一些定义对吧，to的多边形的一些定义啊，比如说如果你都是这种呃这种呃，如果这种严格图的话，你会得到很多的这个区域的，这个最后的这个分开的区域啊。

所以我们这边这种近视图啊，主要是现在16年的这个这个一个韩国人啊，他们提出了一个a c d的一个分解fs啊，fs，那么有了这么一个近视突，分解的一个结果之后呢，后面呢我们就可以啊。

对每一个分割后的这个近似的突区域啊，我们就可以用这个相应的哎，相应的这个模板法啊，这边我们也主要是采用了呃，2015年发展，在这个应该是ug上面，发表了c d f上面的一个一个没办法。

然后他就提出了对于任何一个区域啊，无论你是四边的还是五边的还是三边的，主要是从二到右边的这个区域啊，给你这个每条边上的另一个的这个曲线的，这个离散化之后，它里边的这个四边形网格啊，都可以通过一些呃。

固定的模板把它给生成出来啊，那么实际上这个，我觉得这是一个非常好的一个工作啊，12是为后面我们很多的这个呃，四边形网格的生成的，打下了一个非常重要的一个基础，就是模板啊，就是模板啊。

而且他们最后构造出了这个边界，构造出来这个边界，他们所生成的这个通过他的模板数据连接，它可以满足什么啊，起点数目更少啊，起点数目更少是最少啊，不是更最少的啊，那么这是一个非常好的工作。

我觉得啊既非常简单又非常实用，而且他们的代码呢也都开源了啊，严重，实际上就是说我们通过这么一个得到的什么，这个突分割这个子区域，像是它基本上我们都可以把它看成是呃，就是说22~6边的这么一个区域啊。

那么所以后面呢，我们就可以用这么一个模板法啊，这么一个基于python，这么个方式去生成里面的这个四边形网格，生成四边形网格构造对吧，而且我最后得到这个起点数目是最少的啊，是最少的。

那么有了这么一个次次课呢，我这就是可以得到啊，这么一个呃，区域的内部的这个四边形网格的跑分对吧，破分，而且我最后得到了这个所有的这个起点啊，它的这个度数啊都是三或者五七点的，度数是三个货物对吧。

也就是说我生成的这个四边形网格里面啊，要么是度数是四的，就是我的regular这正规的这一点对吧，都是度数为四的啊，那七点呢要么就是三，要么就是五啊，那么实际上就是这个这个东西会保证什么呢。

啊这为我们后面生成这种呃g一的啊，这种平面参数化，也就是满足基于连线的这个平面参数化呢，呃电的一个非常好的一个基础，最大的一，那么实际上就是我生成这个网格的话，它我我只是现在过构造出了top信息嘛对吧。

所以说我们还可以，也可以用一些类似于拉普拉斯光线的一些方式，来进行对这个生成的网格来进行光顺对吧，我通过一些迭代的方式来做啊，这边我就不多介绍，那么上次我把它构造之后呢，就是后面就出问题了。

我现在只是构造了出了什么啊，构造出来只是这些黑这些黑色的线，就是只是这些什么啊，直直边对吧啊，因为我们对于在传统化问题里面，实际上就是一个高阶的对吧，就说这些蓝色的线，我怎么去去生成的啊。

就这些蓝色的线我怎么去生存，我现在生成的只是这些直边的这些线对吧，那些这些蓝色的线我怎么去生存，就是后面我们这个全局优化所要解决的问题啊，需要解决的问题，也就是说这个里面我们刚才讲了。

就说一个好的一个参数化的方法，它在它应该满足哪些要求啊，第一个呢就是说呃它能够实现这种啊，内部满足内部的联系连线的要求对吧，你最起码也要c一或者g一吧对吧，另外一个就是说还是要这个这个分割曲线。

能够自动化的构造啊，所以而且呢就是说这些patch的，我生成的这个就是每个蓝色的这些边界曲线，所围成的每一个每一个不同的patch对吧，他们之间的patch的这个面积啊啊什么error问题嘛。

就是面积对吧，他应该是尽量的啊大小一致啊，大小一致啊，所以说呢我们我们说的就是说呃，我们先看最后一个问题，就是我怎么样才能够达到这种，让那个patch的这个面积啊，尽量的一致啊，尽量的这个相等啊。

尽量的相等的啊，那么我们后面呢就提要，要首先要解决这么一个问题，好解决这一问题啊，然后这个问题我们当时我在做这个工作的时候，当时我们也查了很多文献，因为好像当时也是很少有人去来做这个问题啊，就是说呃。

我给你一个区域的一个边界的一个b样条，表示对吧，那么有这这些这么多条变样条曲线或者，北的曲线所围成的这块平面区的，它的这个呃这个面积它怎么来算啊，怎么来算啊，那么我们实际上要是找到找到很多。

也好像也没有找到一个类似的一个一些公司，或者一些类似的工作啊，那么我们在我们这个工作里面呢，实际上就是呃去做到这件事情，去做到这件事情，那么上我们就最后推导了一下，就是给出了啊，对。

给出个对于一个由n个n段背的曲线组围成的，这么一个平面区域，他最后的呃这个面积啊，最后的这个面积表达可以写成这个形式啊，那么这个公式呢，它里面的这些呃这些量啊都是什么啊，都是和我的这个边界北的曲线的。

它是什么控制顶点相关的一些量啊，那么像我们可以通过一些呃推导呢，就可以得到这么一个结论啊，得到这么一个结论，那么有了这么一个结论之后呢，我们实际上就处理觉得这也是挺好的对吧，就是说我可以。

然后给你边界的这么一个n条的北的曲线，我就这个它所围成的这个区域的面积，我可以用一个显示的公式把它给算出来啊，把它给算出来，那么商这样我们就可以来去解决我们的问题了，对吧啊。

就是我们可以用一些全局优化的思路，然后去解这么一个问题啊，也是我们的目标啊，我们的目标啊，第一个就是均匀性啊，也说我这些蓝色的曲线，它所围成的这个面片的面积啊，这个应该尽量的一致对吧。

所以说呢呃我多少块是知道的对吧，我总的面积也是知道的对吧啊，那种的面积，就是我刚才用那个公式就可以算出来啊，然后除以一个n就可以了是吧，那么每一块的面积和这个n的面积要，所以说要尽量的尽量的接近。

或者平均面积要尽量接近就好了对吧，我们也是以这个来作为我的一个均匀性的，就这个碳纤大小尽量一致的，均匀性的一个度量啊，那么另外一个呢就是我这个曲线啊，它这个对这个分割曲线这个蓝色的线。

它的这个这个形状呢要尽量的对啊，要尽量的去尽量的好啊，那么简单的好，那我们就说啊，采用了一些这个和曲线相关的一些能量函数，主要就是它的一阶导数和二阶导数的这个范式，呃。

加起来这么一个一个内在的一个能量啊，那么上涨了就它的一个意义，就是一个y或者是什么啊，曲线这个蓝色的曲线非常的短，这个蓝色的曲线它的这个上面那个曲率啊，就是尽量的简单的对吧，你不能弯来弯去了是吧。

也就这样的话，像就是说我们这个对于这个分割曲线的，它的形状的一个要求，另外一个呢就是说哎，这个分割曲线，它们之间的应该也应该满足一些什么啊，这个，在这个焦点地方，他应该满足一些这个连续性的一些要求啊。

特别是呃气象连续啊这些一些要求啊，那么我们上就是这边的，就是我们的三个目标函数啊，那么有了这三个目标函数呢，那么就大家一贯的做法对吧，就是把这三个目标函数加权，然后去纠结这么一个优化问题就好了。

优化问题就好，那么这样的话实际上就是说诶，我就给你一个边界的这个北热曲线，围城融合区域对吧，它的面积我们可以算啊，然后我就会优化出来这些蓝色分割曲线，我知道它的拓扑信息了，拓扑分割就是这样子的对吧。

但这些蓝色的曲线我怎么怎么怎么构造，就是我们前面这个优化的空间，去这个框架去进行优化，然后呢就会得到它内部的一个呃大小均匀对吧，满足我的一些连云要求的啊，这么一个内在的啊，这么一个一个构造啊。

那么有了这些分割曲线的构造之后啊，分割曲线的构造之后，实际上我们后面就比较简单了对吧，我们现在就是把这个全局的问题给解决了对吧，那么实际上就是后面就是局部的问题啊，就是我这每一小片尾的它的传统化。

怎么去进行构造啊，怎么进行构造，那么所以说我们我们第四步呢，就是我做来这种用这些局部优化的这个思路，来做这种高质量的这个分片的这个参数化啊，分片的参数化，那么我们的第一步就是我们的第一步啊。

就是说我们首先啊，我们还是希望他要去满足我的呃，在这个边界组织吧，它要满足我的一些正交性的一些要求啊，也是我们首先要构造他这些呃，比如这些绿色的线是我在这个边界上的对吧。

边界上的绿色的点是我边界上的这个控制零点，对吧啊，那我首先要够先构造这些蓝色的控制点啊，那么这些蓝色的控制链接嘛是什么要求呢，啊第一个就是正交，就是所以说明就说诶边界两层的啊，就是这是一层这一层对吧啊。

那么也就是说这个蓝色的中式的，还有这个绿色的，他们要尽量的在一条线上，并且呢或者这个边界尽量到垂直才可以啊，然后这是我们的一个一个一个出发点啊，那么后面呢我再通过一些局部的c一的这种。

内在能量减小的方法，然后去构造什么啊，去构造这些红色的啊，这些红色的控制点点啊，那么这些红色的控制权，我这个就是要满足我的c连续性啊，另外一个呢就是我让他的这个每个patch啊，啊。

它的这个自己内部的这个参数化的质量要高啊，才可以啊，然后得到之后呢，我们再可以找到这些呃，可能你最后剩下的参数化可能某些嗯，因为如果这个边界比较奇怪啊，或什么之类的啊，还是有一些是无效的一些看法啊。

那我们可以通过一些方法把它找出来，然后呢再对它进行一个恢复，或者进行一个呃整体的一个优化，这样来做，那么首先呢，就是我怎么样在这个regular的这个区域啊，我实现呃这个c一的连续性约束啊。

然后在这些起点的地方啊，我刚才说的就是我们这个起点呢只有度数是三，或者度数是五的这个地方对吧，然后来实现这种基因的连续性的这个构造，那么当我们在边界上的正交性对吧。

那么正交性实际上就是他们这个两个切向对吧，应该相互垂直对吧，相互垂直也说他不在这个点击为零吗，所以我们这边用到一化的，我就是让他们这个点击啊，从这个尽量的小啊，尽量小啊，采用这么一个优化的这个思路啊。

那么所以呢我们后面的就是相当于啊，相当于我怎么样去在满足我的c e连续性的，这个条件下啊，我去让他们这个呃尽量的嗯，这个相应的控制顶点啊，在这个分割群上，它这个相应的这个偏移啊，尽量的少量的少是吧。

我们就通过了得到这么一个一个优化函数，那么对于这个基因连续性啊，基因连续性啊，什么叫做基因连续性啊，那么对于曲线两个曲线来说，记忆连续呢就是在这个点数，如果是基于连续的三，就是指他们的什么啊。

切向连续对吧啊，切向连续，那么期间来学，也说他们的这个切线方向是一致的，但可能在这个地方，除了这个偏导的大小不一致对吧，那么对于曲面来讲的话，可能就是在这个点的时候。

他可能这边有三张曲面或者五五张曲面对吧，五张曲面就是在这个曲面出来，它有什么切平面，连续切平面连续对吧，这个基连续在这个里面，就是在我们这些高质量的，这个就像这个汽车车身啊，这些曲面的构造里面啊。

g一或者g2 ，平时g3 的都有着非常高的一个要求，非常高的要求，嗯嗯那么我们实际上这边呢，我们希望能够在这个平面单动画里面呢，我们希望在这些啊起点的地方，就是这边的这个起点就是p00 对吧。

那这个点的地方，因为从这个点出发，我这边有五条边对吧，所以它是一个起点，在这个起点地方呢，我希望能够达到g一连续啊，那我希望能够达到g一连续，那么这么一个基连续我怎么能够达到呢。

啊实际上我们在计算几何里面有一些呃，呃可以把可以把这个显示的约束啊，把它给写写出来啊，也就说呢首先呢哎我从呃，我这些控制顶点啊，就是从p00 s包括s一对啊，s12 这些绿色的绿色的点啊。

还是s14 s13 啊，啊这些他们之间呢呃要满足一个关系啊，就这么第一个线性关系上，也就是说呢就是这条边啊，这条边可以写，要写可以写成它的呃，周围的一些边的线性组合的一些形式啊，就是这个条件对吧。

但这个阿尔法和贝塔呢我们是呃有一些嗯，通过一些规则可以算出来，这是我的第一个基于连续的一个约束条件啊，是这个样子对吧，参数的几何意义呢是这样子啊，另外一个呢就是还有一个要求，还有一些要求啊。

对对就是合伙的这个p一和s一对吧，这是我的p1 ，这是s一对吧，他的呃就是相当于在这个点的周围，它的这些边啊，他应该也是要满足啊，要满足一些一些一些一些约束的，就是四条边啊。

四个向量它们之间的也要满足一定的约束条件，就这个约束条件啊，那么实际上我们可以把这些约束条件，可以把这些约束条件都写成一个呃，按照最后编程写成一个线性系统的一个限制啊，那么写成这个现象系统之后呢。

我们可以发现诶这边就是我的我要求的嘛，对吧啊，就是我这些呃蓝色的点对吧，是我的自由度，蓝色的是我的自由度，我要求的就是这个p113 p112 ，p111 啊，是啊我啊这些对吧，蓝色的点是我要求的。

因为其他这个红色的点对吧啊，是固定的对吧，然后这些呃绿色的点也是固定的，而是通过我们前面的什么这个全局优化，求出来的对吧，所以我要求的就是在这个起点周围，说的那个蓝色的这五个点啊，对于我们这个例子来讲。

那么这蓝色这五个点呢，实际上就是一个，我们可以把它写成一个5x5的矩阵啊，再乘以五个向量嗯，这么一个分量向量对吧，然后呢回到这个右边向右变向呢，当然也是和我们的一个这边的一些信息，相关的对吧。

所以说我最后得到的会得到这么一个呃，一个线性系统啊，但这是对于这个起点的度数是五的情况对吧，那对于我的起点度数是三的情况呢，我就变成一个3x3的一个协议是吧啊，只要我们可以证明可以证明啊，对于这种呃。

等七点数目和三或者七点数目归位的情况，我们可以证明这么一个类似的一个线性系统，就是它和阿尔法一贝塔一，阿尔法二贝塔尔瓦和贝塔三等相关的对吧，这是一个对角的，但不是完全不是完全对角的这么一个矩阵。

它这个它是存在唯一解的啊，它是存在唯一，也就是说它的矩阵它是可逆的啊，这是可以的，但是存在唯一解，这个我们可以把它证明出来啊，因为比较简单吧，都是3x3或5x5的啊，那么我觉得他这个统一的一个表达。

所以说啊我们前面通过这种top划分，我所得到的我们这个起点数目什么啊，特步划分所得的这个节点数目都是要么是三，要么是五对吧，没有没有这个呃六啊或者七的情况对吧，所以说呃所以说我们最后得到了这么一个解了。

这个基于连续性这个题我们是可以求解的对吧，所以它就形成一个诶非常好的一个闭环啊，非常好的一个闭环，那么有了这个之后呢，我们上学我们后面不可以啊对吧，我们得到联系约束的这些呃。

这个两层的控制定点把它构造出来的对吧，那内部的控制定点我怎么来求呢，内部的红色的一点对吧，那我就可以通过一些能量低要发的方法，并且满足局部联新联系的就是这些，我现在就是把蓝色的对吧，还有这个棕色的。

绿色，绿色的，我们这些都都求出来了啊对吧，现在可以看下面的任务，就是把这些红色的点把它给求出来啊，红色的点把它给求出来啊，那么这些红色的点头像就是说啊，我通过这么一个演示，我们前面的一个呃能量是类似的。

就我们上节课讲到这个内在曲线的内在能量，曲面的内在能量是吧，类似的，然后去求解啊，而且这个求解呢，我们也是可以把它能量极小问题，把它变成一个线性系统的问题啊，进行求解啊，求解也是非常快的。

然后构造出个红色的这些点之后呢，那么后面呢实际上就是说我们就说怎么样去，因为可能有些地方还是呃无效的传统化对吧，对于一些特殊的一些例子对吧，所以后面呢我们要做一个检查。

把这些呃特别有自交这些地方的这些patch，但是参数化啊，把它给找出来，然后呢就是一个恢复，所以说呢我们上节课讲过了，上次，对于一个北的曲面来讲对吧，他的这个参数化，他的这个参数化呃。

它的这个参数化的这个雅各比，我们实际上是可以把它写成一个什么啊，形成一个2n减一，2n减一次的这么一个一个更高阶的这个呃，本人了这么一个表达的形式对吧啊，所以说我只要让让他的雅阁比有剑就可以了啊。

比如说我这个雅各比啊一定是什么啊，大于它的最小值，大于它的最大值对吧，所以说我只要我要让这个雅克比大于零，我只要让什么啊，不知道让这个最小的这个价格比啊，这个阿尔法二言里面，这个系数里面最小的那个值。

是最小的那个值是什么啊，大于零的就可以了，对啊，你把它给放松一下啊，那我们这边怎么来解决呢，就怎么来做的呢，这样就是啊用了一个，用了一个对数的这么一个一个发函数的类似法，函数的一个做法啊。

来去优化它的一个亚克力啊，有人来的感啊，然后最后呢就可以得到一个有效的一个，参数化的一个结果，我们这边是一些例子吧，啊这边就是我们呃通过一些呃北热曲，把一个边条转化成一些北的曲线的组合对吧啊。

然后可能做了一些北大的细分啊，得到这么一个边界的一个北的表示，这是你的输入对吧，通过这个输入，然后我把这首尾相连，会得到一个离散的啊一个折线的一个表示，然后通过我们这个四边形网格的划分。

特别粗糙的视频形网格划分对吧，通过通分解啊，假设模板啊，我上就可以得到这么一个内部的拓扑划分，通过这个脱口范围呢，然后我再通过一些呃，通过这个全局优化的方法得到，构造出这个最优的这些蓝色的分割曲线。

对吧啊，这些蓝色的分割检验，确定了三个我每个片的形状已经，所以说那后面呢就是我对每一个呃小的面片，我怎么做到一个高质量的战法问题啊，然后呢把它做出，当然我们也和那个许昕兰他们。

在那个15年的这个工作对吧，做了一个比较，就是他们基于国家的怎么分割啊，能分到他们分的快速比较少对吧，所以相应的这个质量的方面啊，嗯那我们要呢要比他们更高一点，当然这是另外一个。

就是这个类似于兔子头的一个例子啊，反观念，我觉得还是就是怎么样把这些内部的这个，蓝色曲线啊，把它给构造出来啊，构造出来这边是更多的例子，包括一些数值方面它的区别呃，三用雅各比啊。

还有这个形成的刚度矩阵的条件数啊等等，我们这边都给他做了一些比较，那么这边呢我就因为时间的关系，我这边就呃就跳过了啊，有兴趣的同学呢可以去仔细的看一下，我们的那篇论文。

是发表在18年的新版本上的一篇论文，那么实际上有人就做了这个这个工作之后啊，做了这个工作之后啊，我们说基于这种呃，四边形网格生成的这种图分解，加这个分析的方法啊，是不是最好的了啊。

像我们上次课就不要试试那个呃，第三次课就是讲那个有限元和网格生成的时候，我们提出了一个就是基于标价场引导的，那么一个区域分解对吧，我上次就说，那我们当然也可以把这么一个该大厂引导的，这个这个东西啊。

缺平原的话，中到我们这个整体合的参数化里对吧，参数化，所以说这个这个相应的这个框架呢，就应该是这个样子的，所以说我首先也是啊模型编辑的转化对吧啊，那么最后呢，你先然后呢构造一个类似的一个背景网格。

三角形的背景网格，也得到三角形的方法来做对吧，然后呢我生成这个呃内部的，基于这个背景网格去生成它内部的一些这个呃，对单场对战场或者一些小量相当场对吧，那么根据这个标价厂的这个这个区域，分解的这个方法。

我得到它的起点，生成它的流线啊，做一些流线的简化啊等等啊，然后我就可以把这个区域内部分成一些呃，比较高质量的一些事件形区域，对吧啊别说这样的话，我会的，我会得到一个什么啊。

和我们前面基于这种突分解的方法相比呢，就是我在这个边界上，它首先是没有七点，而且在这个边界处呢，它可能会满足一些奇这个垂直的一些要求对吧，然后呢我得到这么一个四边区的划分之后。

我就可以和我们前面那个方法一样，对对每个分块我就可以来做，也就是说我们这边呢这些分割线呢，就是我们这边所生成的这些流线对吧，就这么流线啊，所以说把这种标价厂的这种区域划分的收入，应用于我们这个等几何的。

这种复杂区的传统化啊，分享的是一个非常自然啊，那么这边呢我虽然也是类似的，因为我需要对它的边界来做一些微处理对吧，然后呢呃我们通过这种呃给到三角化，甚至要生成一些背景网格啊。

因为我在这个三角文化网格上来，去剪一个相应的呃求解线的第二场，就是通过求解这么一个拉格拉斯方程，然后得到他的一个旋转最小的一个标价层，对吧啊，那么通过这个标价场啊，我们就可以进行这种适量场的这个求解啊。

质量场求解，那么这个我也跳过了，因为我们那这个已经讲过了啊，他这个里面要构造要这样，我这边要想说一下，就说我你最后初始通过初始的流线时，剩下的可能是一个比较复杂的，一个相对比较结构，对吧啊。

一个同步划分啊，当然这个脱口划分可能不是，我们因为这个骗术太多了，对吧啊，我们商这边可以做一些呃拓扑结构的一些嗯，简化啊，拓扑结构的一些简化，然后呢就可以把它简化成这个样子啊。

大家可以发现有一边有一些盐，是有一些比较窄的区域，但我们是确实是假化不掉的啊，假发不掉的啊，而且呢像这些区域，比如像这个里面这边还有个小的，在一边切一点对吧，它类似于这种。

像我们可以关键可以通过一些光圈啊什么的，变成变成一个商家的一个起点啊，这样的话实际是对于我们，这个这个地方呢它这一块的这个参数化呢，我们可以生成一个呃比较高的一个参数化对吧。

因为你如果把它一个分成一片的话啊，他这个角点的位置啊，你可以选择对吧，但如果你变了变成这个样子啊，这里面他说我们这个边界这就是垂直本人啊，就垂直的，所以呢，我觉得这也是一个能后面需要改进的一个地方。

那么这次我们就是可以通过，基于标价厂的方法来做，当然是可以啊，那是可以啊，但是如果我们想把这种对战场的方法，把它推广到三维啊，比如说我要做这种大的六面体块的划分啊，目前我想这个无论是在图形学领域。

还是在网格生成的这个方向上，实际是都是一个非常呃困难的问题啊，也是啊一个圣杯的问题对吧，那么当我们可以退而求其次啊，我们家也是在19年的时候有一个工作，就是呃home。

这个上海理工大学这个成龙老师一块合作，包括浙大的黄金老师一块合作啊，把这种poly cube或者poly square的意义在思想啊，用到我们这个面向等几何的这个额，财产化问题里面啊，财产问题里面啊。

实际上是这个poly cube的实在，我们很多的对面体网格生成啊，特别推行学里面是嗯非常经典的一个方法了啊，所以说你说我给你一个数模12 十，我可以生成类似的这么一个类似于豆腐块的。

豆腐块的这么一个polly cube的结构对吧，poly cube的结构，那么有了这么一个结构之后呢，我就可以把这么一个模型分成一些呃，非常说明一些大的六六面体块对吧，大陆六面体块。

那么对面每个六面体块我来再去做相应的呃，相应的这个这个呃相应的这个参数化的构造呢，就比较简单了对吧，就比较简单了，那么实际上这个里面非常重要的一个问题啊，非常重要的一个问题是什么呢。

啊就是说我怎么样才能够去构造出这么一个polo。

那么实际上就是说怎么样才能够拨到这个，play队伍来，并不是一个简单的一个问题，特别是对于这种高质量的这个poly cube，这个构造，高质量的这个pop的构，那么我们这边就是为了生存。

这种高质量的课本呢，我们提出了一些也是类似于一些，优化的一些思想啊，优化的一些思想啊，也就是说怎么样能够尽量的让这个polo quipolo，cube的这个立面几块要尽量的少啊，要进量的少。

那么我们这边呢主要就是说能够希望能够唉。

比如说我们能够把这么一个六的一个block block，这么一个东西把它转换成一个四个四个block，四个blog对吧，那么实际也就是说呢这边为什么会有六个block，因为因为这边的这个高度。

和这边的高度不一样对吧，所以有时候我会额外引出这么两个blog，快来吧好，所以我都如果通过一些优化，能够让他们这个高度相等，那么这样我不就可以就分成四块了吗，啊分成四块。

就是这时候的一个一个一个基本的一个思想，好这边具体的我也不讲了，就是说像我们最后的三，就是也是把它变成中的一些呃发呃，基于这个有向图的一些简化的一些问题啊，然后把它演示归结成了一个约束。

为优化问题来做啊，优化约束优化问题来做，所以说大家可以看到，就是说比如说对于这个模型，这是相应的play game结构是吧，然后呢我最后生成了这么一个东西，所以红色的就是我可以通过一些简化的方式。

可以把它优化掉的啊，可以把它优化掉啊，那么我通过这么一个呃派系结构的简化，然后就可以得到啊，这么一个啊一个六面体块的一个划分啊，就刚才那个例子也是，这里面随着这个红色的这一块啊，都是我可以简化掉的啊。

也是通过这些呢，我实际上就是会得到一个更加干净的，一个六面体块的一个分割对吧，还有呢就是说啊，上我们就可以基于这些分割来生成相应的这个，呃体参数化的一些结果，提倡的这个结果。

相当于我对这边的每天和快手都可以办的，要办的构造是什么啊，我的躯体是我们前面前面第二节课给大家讲的，这个具体结果对吧，每一块我都要把它构造成一些样条体，一些样条体来做才行。

那么现在上这个工作会有哪些问题呢，我想第一个呢就是说啊伤身上的这些快吧，这个还是有些复杂对吧，而且他在有些地方，比如一个圆环的地方，它可能我是没有必要生成，你看这边它算生成的应该是八块对吧。

唉那么商业就是说这些小的块啊，就这边可能它都是一个呃，不是是一种是一个退化的流变体的对吧，有这四个地方，那么12，你说我们实际上对这些地方，可能是没有必要的啊，没有必要的啊。

所以说我们呢就嗯嗯后面又做了一个工作，就是发表在这个啊22年的这个18米上面啊，主要也是和黄健老师的一个课题组，他们合作的啊，那么主要是把这个名叫做close form的这种poly square啊。

把它用到了我们这些i j的这个参数化里面啊，特别是平面参数化里面，那么我这边这个呃closed form的police quare，它实就是把我们这个标价厂的技术，就前面我们讲的这个标价厂的技术。

把它演绎出来啊，这样的话呢，我们说所以说你得到了这个politude的结构呢，就会扩展到一个更加一般的一些结构就破了，终于十close form police scribe，比如这就是一个二维问题对吧。

如果圆环移动这种精确的poly square，你你可能会生成这种这种的一些结果对吧，那么其实这边就是一个交点对吧，然后你也说你最后剩的呢，它可能是一个三角形的三角形的一个结果对吧。

这样的话不就变成一个退化的四边形了吗，啊所以你知道生成的这个高质量在这些地方，它的参数化结果肯定是已经退化了，质量不高了对吧，质量不高的啊，上次对于这么一个角，我们可以把它放松一下。

就相当于种but close form的这种东西啊，三就说我们对于这个我只要中间插入一个，就可以成功一个四边的一个对吧，四条边对吧，这一条边这条是两条边而已对吧，那么有这样的话，我相信这么一个结构。

它实际上它的内部是没有什么啊，没有期限没有期限的是吧，而且呢它更加的这个一般性，更加的灵活对吧，要是我最后生成这个质量呢也是比较高的啊，比较高的，而且呢他有这个特别是一些边界的这个角点啊。

还有这个有趣方面的，他都会表现的会更好哦，表现的会更好，那么所以说我们整个的这么一个框架怎么的，整个的一个框架就是实际上我们说的就是说啊，比如说我先生成一些嗯，怎么样用这个b形式的poly cube。

来生成相应的参数化呢，比如说我首先要要做一些这个cut的一些generation，是再上传一些这些切了，把它切成这个生成一个东西对吧，然后在上面呢来生成一些相应的工作，计算下的标价厂啊。

然后基于这个标价场引导的这个东西啊，或生成相应的这个police quare啊，就类似于这么个豆腐块一样的对吧，那一个一个结构就是它的一个结构，然后呢我在我在生成相应的patch，生成相应的patch。

就是这个变量上啊，就是这个配置，那我但是我生成这个东西啊，可能会诶不是那么干净啊，特别像这些地方是不是那么干净，所以说我这边呢，还是做了一个拍摄结构的一个简化，它写个结。

就简化结构呢就可以简化成这个样子啊，叫成这个样子，所以说这个样子，我觉得就是应该是一个对于这个模型来讲，我觉得是一个最优的一个结果了啊，大家我呃，是不是应该不能再想出其他最后最好的这个。

分割的结果了对吧，这种这种四边结构好能看几个四边形，那么有了这么生动的判决之后呢，像我们后面呢对于每一个呃，每一个patch，我就可以构造这样的，这个ig的这个传统化就可以了啊。

这就是我们这个工作它整体的一个流程啊，整体的一个流程，那么这边呢是呃一些比较的一些例子啊，就是这边呢是我如果用这种传统的这种，exact form的这种place square。

所以生成了这个patch的一些划分对吧，这是基于我们的这个close form的一个方法，来生成的这个划分对吧，大家可以看到这种退化的对吧，这个这里还有这里对吧，包括这儿啊，对吧。

实际上这还有这个地方对吧，这些地方嗯，我实际上都都是已经呃相对于这个结果来讲，对吧啊，大家可以比较一下，我这个这边这个右边的这个结果对吧，它生成了这个呃参数化结果呢，这个质量会更高会更高啊。

那么当我们相应的这个如果把它等拆线，或者这个网格线把它画出来，大家也可以看到啊，就在比如这个区域对吧啊，还有这个区域啊，让我们这个这边都是垂直的对吧，哎这边呢是退化的啊，所以说在这个地方呢。

它的生成的这个呃质量会更高啊，采用我们的方法，那么我们也相应的和在上面的来求解了，相应的这个这个pd的方程，然后比较了他们的一些误差对吧，可以发现啊跟我们这种close form的说的误差了啊。

现在都是一个数量级，但他大概对于这个例子来讲，大概它的误差也小了一半，那么对于这种派系的简化对吧，page的简化，我家这边也是给出一些结果，就说这是呃构造出来的。

就是没有简化之前的就可以看到这个patch啊，这个相应的这个分割线啊，还是不怎么好对吧，那么我提示中，利用我们这个简化的算法所得到了这个分割呢，就嗯非常的好啊，我想在这个分割应该是对这个模型来讲。

也一个最优的一个分割了啊，包括包括这些例子啊，包括这些例子，那么基于我们的算法呢，就可以去呃生成一些相应的一些，比如二维的平面的参数化的一些结果对嗯，首先生成的这些四边形网格的质量都是挺高的。

当然我们也可以来来做相应的一些二维问题啊，是三维问题，三个问题就是我们这个体操动画对吧啊，比如说这边呢实际上就是用我们的方式啊，用我们的方式来做的一些方法对吧，来做了，生成了一些初始的一个结果对吧。

那么这些红色块呢，实际上就是在我们这个快速简化里面的，设置方法里面的，可以把它给简化掉的啊，可以把它给简化掉的啊，这是我们说明了最后的简化的结果，就是这个例子，那么后面两行啊。

那第三行就是我们的它的一些自由式的，拆分化的结果啊，那么后面两行是我们在19年的那个，c mi上的这个工作啊，它所生的这个配置大家可以比较一下对吧，比较一下啊，就可以大家发现我们身上这种快速啊会更少。

比如这个例子，我们这边生成的block是39块对吧，39块blog啊，这边是55个啊，那么对于这个例子，我们是59个，虽然是35个啊，而且相当于我们现，因为呃。

这边我就说不是说那种严格的那种political对吧，它允许这种标价厂引导的这种形式，所以你看它可以类似于扫略的，可以当一直扫过来，然后去找来来来来生成相应的这个参数化啊。

但是实际上我们在构造这种商业化的时候，可能呃你是可以把它看作是单块对吧，甚至我可以把它看成一个类似于扫略体的一个，构造的方式来进行构造建构造，那比如这边是39块对吧，39个blog。

那么这边呢我们只有只有这四个block啊，为什么啊，因为在这个眼镜的这个两个支架这块啊，你看他这个快速是非常多的，我们上次就是支架这一块上，就是只有一就一个blog是一个blog，连上是正义。

这两个blog，我们可以，完全是基于这种省略的方法去进行生成啊，少量的方法来进行生成，这是对于我们这个呃体操的话，我们这边主要做两个工作，主要做的这么几个工作对吧，第一个就是呃把这种police。

power cube的一些思路啊，用到我们这些局面向ig的这个动画里面对吧，对于我们体能，我们前面的包括这个约束优化的这种思路啊，还有这个变化调控的思路啊，我们这都是做过相应的这个体参数化的一些工，作。

体制化的工作啊，那么目前集中化还有哪些问题呢，还哪些问题呢，啊，就是我说后面呢我们这个面向等几何的这个三，重量方面啊的一些开放性的问题啊，我们也是想和大家一块做一个交流啊，一块做一个交流。

火药面临的第一个挑战性问题有哪些啊，就是说实际上我们前面可以用把这种呃，用这种polka的这种思想，是可以得到一些质量还可以的，一个参数化的结果对吧，分化的结果。

但是polly cube它有一个问题对吧啊，并不是说对于所有的对于所有的这个呃模型啊，它都存在一个political pub结构啊，或者并不是说对于所有的模型，我都可以非常鲁棒的。

非常稳定性的啊去生成相应的pluv结构啊，这是基于polituo方法，它的一个呃主要的一个局限性啊，就在这儿对吧，所以我们还是想啊，还是想能够有一个方法它能够做啊，完美的解决。

在我们这种三维结构化题材的结构化，这种结结构化的这种体化的拓扑公道问题，那么像我们说的这么这么一个问题，它实际上就是归结成了一个什么啊，就是我们的六面体，六面体的这个呃。

大块六面体的这个呃突破分的一个问题对吧，突破分的一个问题，那么另外一个问题呢就是体参的话，在这种呃71。71编出的这个，几何连续性的问题啊，比如说我们刚才看到了，这对于我们这个平面参数化来讲啊。

也就是说对于我们曲面的题型来讲啊，他在起点处的这个基于连续性啊，g2 连续性啊，这些几何连续性我们实际上是有非常成熟的，非常经典的一些约束条件来进行，来来可以做的，对不对啊。

但是对于我们啊对于我们这个呃体产生化来讲，对于躯体的这个方法来讲，我怎么样去保证在这些7。7编出的联系啊，我想目前呢还是一个非常重要的一个理论，一个问题啊，此外呢就是对于这种带有这种唉，裁剪曲面的边界。

这种体参数化方法是我刚才讲了，上次一个好的参数化方法，我们还是希望能够啊能够精确保持边界啊，即使你这个曲面的边界对吧，你这个呃模型的边界它是一个裁剪曲面啊，那么我们还是希望周围生物的体内化。

如果能够保持实质这些财产协议，那是最好的，但是可能这个游戏关于理想化了啊，关于理想化了，可能实际上就是说最后呃，这确实一个是一个非常难的一个问题，非常难的一个问题，可能我们可能还是要呃退而求其次对吧啊。

可能不是完美的一个方法去解决啊，但是我能够在工程问题里面能够把它用起来啊，演示好的啊，演示好的，另外一个呢就是说我们啊，虽然我们说体上化是为了干嘛，对吧啊，是为了能够把它这个题材化的结果啊。

或者这个计算与传化结果啊，能够用什么后面一些啊力学的计划，特别是一些结构力学方面的一些计算，对吧，嗯嗯但我们现在的基于的一个我们的输入呢，就是我这个输入的这个边界，它都是cd表示，都是这种局。

那不是曲面的表示啊，所以说我才期望能够，生成相应的这个曲面的这个参数化嘛对吧，去获得体的参数化，但是如果我们能够有一种非常好的，基于这种躯体的复杂模型的造型的方法，那更好啊。

当然我们后面呢这个也为此刻啊，或者大家介绍，我们最近把这个体系分和这种一些几何的呃，交互的一些构造结合起来了啊，来做这种呃，可以实现这种复杂躯体的或者模型的造型啊，造型。

那么实际上对于我们这个一般的题材上，问题就是我希望能够哎构造一个给你呃，模模型的边界对吧，我能够构造出一些呃好的高质量算法，结果希望它在一些内部漆的地方，我能够满足基于连续性啊，之类的这些一些要求啊。

当然这就是变成我们刚才讲的，就像这就变成了我们一个呃一个非常重要的啊，一个一个空间区域的大块，六面体分解的这么一个问题啊，对面体分解的这么一个问题啊，也就是说我怎么样去啊。

目前当然也有一些工作在我们这边，体网格生成里面啊，我可以用标价厂来做啊，但是你看到就是说可能目前很多的这个模型，也就仅限于像这么简单的模型啊，相对于稍微复杂一点的模型啊，我怎么样去呃抽取他的这些企图啊。

构造这些扣分啊，边界线啊，边界曲，边界面啊这些东西呢，实际上就是说目前还是要依赖于一些手工的一，些交互的操作啊，当然就是说理想化的方式呢，就说我怎么样去从啊，这个这个有个标价厂的方法，能够像啊。

现在比较成熟的这个像这个平面表面上啊，目前啊按照我们课题组的这个经验啊，目前应该这些应该都问题不大了啊，那么商务，但是对于这种体的拓扑的划分，拓扑的构造啊，及标价厂的这个引导的这个思路啊。

目前还是呃不通过一些说一些交互啊，还是比较难的啊，当然如果能够通过一些轻交互的方式来实现啊，这种top的分割啊也是可以的啊，还有一个呢就是说呃一些就是我刚才讲的一些，理论上的一些问题对吧。

理论上的一些问题啊，就是现在比如说这种啊基联性我怎么定义对吧，比如说我基连性的这些呃regular的地方啊，就是说对于六面体网格来讲，就是说我从一个点出发，我应该是有几条边，六条边对吧啊。

那么它旁边应该有呃，呃这个点旁边他应该有八个对吧啊，八个单元，八个六面积单元对吧，有多少个面啊，那么实际上他这些面和面之间，线和线之间边和边之间啊，我怎么样去啊，满足这些基于连续性啊。

这个对于这个ranger的地方，我想它应该是比较简单的，应该就是我们这个，曲面情形下它的一个简单一个推广对吧，但是啊但是在这种呃奇异编的地方，或者起点的地方，我怎么样去定义相应的这个记忆连续性啊。

就是一个嗯比较困难的一些理论的，一些问题还是存在的啊，比如这就是立面体网格嘛，但是蓝色的就是它的一些期限对吧啊，那么当然这个期限的这个交点地方，就是它的缺点对吧，那么在这些起点的地方。

还有沿着这些区域线的地方，它的几何连续性，那我怎么样去进行定义啊，对吧，这边就是这个六面体网格的这个立面体网格嘛，这边是它的一个企业结构，对吧啊，这应该是一个比较质量比较高的一个，里面体网格了，对吧啊。

那对于这么一个质量比较高的流媒体网格啊，如果我不找相应的这个体三化表示，或者去体表示的，那在这些期限的地方啊，包括在这些起点的地方，我怎么样去去满足相应的一些，连续性的一些要求呢，啊连续性的这个要求。

这就是我们要先解决一下这个问题啊，咱也就是说呢啊对于原则，其曲线的切一边的地方啊，我想着应该就是可以，把我们这个在平面参数化里面，这种基于连线的约束，可以把它就在这个七七点的这个地方的约束。

可以把它推广啊，我想这个问题应该是不大的，像我们在这方面也做了一些尝试，也做了一些尝试啊，但是啊但是啊就是说如果在起点的地方，我怎么样去，去定义它啊，应该是比较难的啊，这是其一线的地方对吧。

这就是我的呃呃一呃一些期限嘛对吧啊期限嘛，那么在这个期限的地方，我怎么样去定义相应的这个呃，这边商是呃一个类似也是四面体的对吧，它上有这么有有这么几块躯体啊，把它连接对吧。

然后这边呢就是这个内部的检查我的起点对吧，这边有些气边啊，气边为什么起边啊，这边啊因为对吧，因为这边是度数是三的嘛啊，那么实际上它这边实际上就是这三这三块是吧，三块他们算是沿着这个7。7边。

这样去延伸出来的啊，延伸出来的，那么实际上对于在这个期限的地方，它的几何连接，我想可以啊，把这个在这些节点就是平面型下，他起点上面一条件运输条件接连人也是条件，帮他做个推广，应该就可以。

但是啊但是就在这些起点的地方啊，有这个地方我尽量去定义它的记忆与连续性啊，不像这还是一个挺复杂的一个问题，对吧啊，这边讲解我们这几块这几块blog它在这个点处啊，在这个点处这边应该是有三块吧啊一块两块。

三块四块啊，四块这么一个躯体，然后拼凑了这么一个一个一个图形，对吧，嗯嗯但我这边是把这个绿的这块把它挖掉的啊，那么就在这个七点出，我怎么样定义它的这个低频线条件啊，那么如果能是显示的啊，那更好，对不对。

那么12也说了，这边呢我们讲就是给大家介绍一些相应的呃，这个，我们面向登记和分析的参数化问题啊，他面临着目前面临的一些理论上一些困难啊，包括一些一些最新的一些工作，目前也比较多啊。

当时上节课我也给大家列出了，我们引用后面的篇，最早的那天啊，做这个面向i g a参数化问题的一些呃，22年和23年的一些paper对吧，大家可以看一下目前大家都在关心哪些问题，我想后面的一个至于啊。

我想这个整体何往前继续发展，特别是嗯推向这个工程实用啊，一个非常重要的一个一个点呢，就是这个呃面向根结合的这个，计算与参数化的一个构造啊，然后也是和我们面向有限元的一个，网格生成引擎的啊。

这个研发是相对应的啊，这也是我们我们课题组一直在在努力的方向啊，我们希望能够呃第一个就是直接建模对吧啊，我们希望可以提供一些这种基于躯体的，这种直接建模的工具啊，另外一个呢就是间接建模啊。

我们希望通过可以类似于网格生成，可以通过边界啊生成内部的这个呃平面参数化，还或者体三化也好啊，我们希望能够去呃提供这么两个工具，来方便我们，特别是啊计算力学学科的这个老师和同学啊。

来从事登顶和方面的一些研究也研究啊，那么实际是对于这个等级和的实际工程应用，也是有比较大的这个应用类型呃，这个这个价值和意义，但是我们希望在在不久的将来吧，能够把我们这些工具啊能够实用化。

让它成为呃这个面向根据盒的一些非常重要的，一些前处理的工具啊，前处理的工具啊，当然我们也在做，就说啊相应的后处理对吧，也就是说可视化这一块，也就是我们通过整体和分析方法所所得到的，这些c e的数据。

仿真的数据啊，是不是我用传统的这些可视动方法，这个标量场啊，啊矢量场啊，还有这个呃大量草啊，这些数据啊，我都可以用传统的方法来来进行渲染的啊，当然是可以的对吧啊，但是里面也是可以提出一些新的啊。

面向这些新的这些呃等几何的这些法，对数据的一些高阶可视化的一些方法啊，我们也是啊前面做了一些工作，比如说登顶盒呢，实际上我想呢作为一个新的一个cee，仿真求解的手段，对吧，嗯确实给我们无论是做前处理啊。

做计算几何啊，还是可视化的一些联名老师呢，都提供了一些新的一些可以挖掘的，一些方向来做，好像这边是有延迟比较大啊。

GAMES302-等几何分析 - P6：6. 基于等几何分析的泊松问题求解 - GAMES-Webinar - BV1dM4y117PS

好各位老师各位同学，我们现在开始上课。

那么这次课呢给大家介绍，基于等级和分析的播送问题求解，我们前面几节课呢已经给大家介绍了呃，整体和分析的一些相关的一些知识，但是并没有呃，切入到就说怎么样利用等级和分析方法，来进行这种pd方程的求解。

或者一些力学问题的求解对吧，那么下面的时间就是我们会给大家来介绍，怎么样都是一种整体和分析的这个这些方法啊，整体和分析的方法，然后去求解相应的呃热传导问题啊，力学问题啊等等啊，那么播出问题呢。

应该是我们p d e里面最简单的一个，椭圆形的一个问题对吧啊，所以说呢我们这边呢就啊准备一波送问题，作为一个切入口来给大家介绍这几个分析的，他的基本的思想流程啊，包括在这个时刻里面呢。

我们也给大家付了相应的这个代码啊实现，然后让大家呢能够有更深次的这个了解，希望通过这次课的学习啊，大家能够对等几个分析啊，去求解相应的p d e啊，或者相应的力学问题啊，这物理物理法制问题。

然后有一个基本的一个了解了，然后呢能够自己开始动手去e，可以去写一些相应代码，因为我们在前面的那个开源的一个样条的，一个呃框架里面，就i games里面已经给大家提供了一些样条的一些，基本的一些功能啊。

它包括求职啊，求导这些啊，我不知道呃，没有同学去深入的去去看过，我们这个给大家开源的这份代码啊，12是基于我们这次课的学习，然后再结合我们前面的所介绍的这部分呃，嗯这个这个给大家开源的这个代码。

实际上大家知道就可以去实现啊，怎么样利用等级和分析的这个方法。

去纠结相应的一个pd的问题啊，所以这就是我今天介绍的一个，基本的一个提纲啊，首先呢介绍啊包装方程它的一个基本的定义啊，包括项链的加点金的思想啊，然后刚度矩阵的装配啊，包括这个特别是单元单元刚度矩阵里。

还有它的一些边界条件的一些装配啊，然后呢还包括呃这个等几个分析的r型细化啊，这个是我们课题组这边呃早期做的一些工作啊，我们也希望能够呃基于这个波松方程啊，基于波动方程，然后怎么样来啊。

对我们的这个呃参数化啊来进行优化啊，实际上这个r型细化呢，是和我们这个相应的这个s型细化，p型细化，k型细化相对应的一种呃一种细化方法，也就是说呢，它的最终的目的就是为了去呃提高仿真的精度。

那么首先是给大家介绍一下，这个非常简单的一个热传导方式，就是泊松方程它的一个历史啊，反正就是波动方程，很明显，就是说他肯定是啊，我们这个，波松他提出来了这么一个方程啊，波松呢是我们是啊。

是法国非常著名的一个数学家，几何学家和物理学家啊，让他在相应的这个领域都做出了非常大的贡献，而且这个波动方程呢，应该也是我们p d e里面啊，特别是计算数学里面最为常见的一种啊。

他经常利用在应用在这些像这个啊静电学啊啊，机械工程，还有理论物理对吧，方便啊，那么最简单的一个波动方程定义啊，首先我就是说比如说我要去求这么一个five啊，那么相应的这个five的这个定义。

现在这个five我怎么样才能够去呃去实现啊，去实现这么相应的一个啊求解啊，如果就说它的右端项是零的话，我们一般也把它称为是拉普拉斯方程啊，那么如果你引入相应的这个呃一些边界条件啊，或者一些立场的时候呢。

我们就有了这个thirtify等于f对吧，那么当然我们也可以把相应的这个这个问题啊，推广到相应的这个电厂啊，磁场啊，以及现在的一些呃热传导问题，就是热场的一些分布啊，那么实际上求解这么一个问题。

求解什么问题，实际就是我给你边界的边界条件对吧，那么我这个边界的这个边界条件，它在内部啊，不再满足这个呃这个原函数f的这个前提下，它相应的里面的这个，比如电场的分布是什么样子，磁场的分布是什么样的。

热场的分布怎么样子啊，那么像这样的我都可以去进行求解啊，那么上求解这么一个方程啊，就如果大家学过呃一些偏微方程数值解的话，我们大家都知道啊，里面会这个有一些格林函数的方法对吧。

也有一些分离变量的方或者特征线的方法啊，当然我们这边这边给大家讲的课是啊，从这个计算力学的啊，计算力学的这些角度呢啊去了解，去去进行求解对吧，那就是我们有限元的这个框架的去进行求解。

那么有限元的这个框架呢，它就是说就是说怎么样能够，把这个求解域来进行剖分对吧，然后在上面进行呃一些把它把这么一个pd啊，转换成一些线性系统的一些求解，当然实际上就是说在我们图形图像领域啊。

波动方程也是啊非常有用的非常有用的对吧啊，但最简单的比如像这个图像的一个呃，这叫融合问题吧，啊，也就是说实际上就是说，我希望能够来把这个蒙娜丽莎的这部分啊，眼睛啊，嘴巴这一块对吧。

换成哎这幅油画中的这个这个情况啊，但如果你只是把它的像素啊，pixel picture都这样去去做的话，你肯定有非常明显的这种结划痕对吧啊，均衡就会非常明显对吧啊，但是如果啊如果我在这个边界的地方。

让他去满足一定的边界条件，然后来进行一个呃非常自然的过渡，那么这就是去求解一个相应的一个波动方程呢，呃得到的效果就非常好啊，非常好啊，那么上在图形学里面，我们也有相应的一些工作对吧。

那图形学里面非常相应的工作就是什么啊，就是播松重建对吧，也就是怎么样对点云进行重建的时候，我怎么样去呃，去求解一个相应的一个隐私的一个表达，然后实现对这个点云的一个呃，三角网格的一个重建。

那么商业知识也是在图形里面呢，也是非常重要的一个应用是吧。

那么实际上有人说我们如果在，在我们等几何里面啊，我们就比如就考虑一个相应的在一个，那不是体上，或者那不是一个计算器上，然后去求解相应的一个偏移方程，热传导方程啊。

那么相应的这个strong form它的这个形式啊，就是这个形式啊，就是这个形式，那么像这么一个形式啊，这么一个形式，我们说f呢就是我们的什么啊，右端向应我们把它一般称为热传导的原函数啊。

它一般也是一个标量值，那么要求的呢就是这里的什么啊，又这是我们所谓的温度场，温度场，它这个温度温度长u呢，他应该演示从我的物理域到我的一个标量场，一个呃一个一个影射对吧啊，但这边有个习俗，比如说这个k。

它实际就是我们所谓的热传导率啊，热传导率啊，那么它就说在这个好mega的内部，我需要满足这么一个等式，这么一个方程的对吧啊，那么在这个边界上呢，我也要定义一样用的一些边界条件啊，因为这个边界条件啊。

我这边分为这么几个边界啊，第一个比如说就是我们的dd clay边界啊，td啊啊，然后这个纽曼边界啊，纽曼边界还有这个罗宾条件的这个边界对吧，那么杀就是说呃在这些边界上啊，我相应的比如用它要满足什么啊。

g啊，这个a要注意把这个固定的温度的长长值，对吧啊，或者一个函数值是，然后呢啊包括热通量啊，这个h啊啊这个在这个在这个罗宾面前的，我才要满足一些，比如像这个啊，等于父辈来乘以六减去ui的东西啊。

那什么比如说是周围对流界的一些温度啊，那么这个贝塔呢，就是我的对流传热的一些系数啊，当然我设计的三个边界啊，把它呃求一下病啊，我家就会得到，就是说我整个区域的这个边界啊，去个区域的边界。

那么这是呃一个热传导方程，它的一个基本的一个定义形式，就是这样子的啊，就是这样子，那么我们的目标当然就是求解这边的u了对吧，求解这边的u了啊，当然我们不可能去把他的这个精确点求出来的，啊。

对特别是对于任意的区域来讲，或者任意的这个边界条件来讲，可能对于某些特殊的区域啊，给你一个呃特殊的一个原函数f，我这个u呢它是有精确解的好，那么一般呢是，我们一般呢也是可以拿这种情况来来作为。

我们它的这个啊等几何方法，你得到这个数字点是不是呃精度高不高，那我们可以通过来进行验证对吧啊，那么实际上就是为了定义，为了去求解这么相应的一个wake，form的一个热传导方程的话。

我们上就是这边的要定义啊，这么呃两组函数啊，两种函数，第一组函数呢就是有一些啊试探险来组成的啊，那么在生产这个这个f呢，它实际上就是说在我首先就要满足这个，强形式的一些地理边界啊，就这是吧啊。

那么三也说在这个空间内，我要呃呃里面呢它满里面的u啊，它满足这么一个东西啊，买这种东西，那么上去在这个h one空间里面，h y h一空间里面呢，也就是说实际上我最后得到的我是这边定义的。

所定义的这个试探解，定义的这个斯坦解就是什么啊，就是啊就有一个平方可积函导数的一个呃，一个平方可积函数，那么si呢，我们希望最后所求得的这个物理场u啊，物理场u它是，他是在这个fi里面对吧。

他是在这个fi里，那么另外一组函数呢我们把它称为是test function，就是测试函数啊，那么实际上这个里面呢，我们如果把这个就前面的这个wake phone对吧，就这个两边啊。

这两边同时乘以二边角，并且积分对吧，因为我我严格意义上我要满足这个东西对吧，那我就可以把它写成弱形式啊，那就说啊如果这两边我同时乘一个vg啊，感染max是我在第一个那个试探函数里面的，对吧啊。

然后在这个区域上来进行积分，那么它应该等于什么f乘以好啊，乘以w然后在这上面进行积分对吧啊，也就是说这样我们就得到相应的一个呃弱性啊，我们会得到这么一个东西对吧，会得到这么一个东西。

那么这么一个东西的话，我下面要进行求解对吧，那么我实际上就是说我可以把左边这部分啊，来进行这个分部积分，分部积分，大家分部积分还记得吗，啊对吧，所以说这个啊可以回忆一下这个分分部积分。

他这个怎么来算的啊，它是怎么来算的，那么小，就用这么一个非分母积分之后啊，我会得到一个结果，就12件事是吧，哎这个也这个样子啊，就是说大家可想要就说呃后面看一下，可以自己推导一下。

就说我怎么样通过分部积分，我是怎么样把这么一个上面这个式子啊，一这个式子啊，把它推导成二的啊，那大家可以后面的自己试着飞了一下，试一试，那么实际上就是说呃因为我没说呢，就说这个边界对吧。

上有人说我把这么一个东西，通过分部积分可以转化成啊下面这个等式对吧，啊，而这个边界条件我们说这个这个在边界上啊，这套在这个套上是吧啊，它有三个边界对吧，d a r啊，那么在不同的d n r上。

它又满足不同的边界条件对吧，所以说我们当然可以啊，把它写成三部分对吧，把它写成三部分的积分加起来啊，把这三分与积分加起来，因为我们把这三种编辑条件对吧，也就是说他在这个地上啊，他啊等于不等于零对吧啊。

那么在这个a是这个边界上对吧，它是等于这个东西等于h啊，然后在r这个边界上，它啊这个这个又对n p的偏导啊，这个你的法向量这个导啊，它等于这个东西啊，所以说呢我我就可以把它哎，把它都写成这个形式对吧。

那么我们说如果把上面这个式子，再代入到我们前面所推导的这个方程里面啊，所推导的这个方程里面就会得到这个东西啊，或者这个东西还有同学说，为什么你把这一项移到了，啊这一项移到了这个左边去了，左边去了对吧啊。

这一项为什么啊，因为我们要求的是什么啊，我们要求的是u啊啊，而且刚好是在这个边界条件上，刚好在这个平台里面，它还有u对吧，所以说呢我们就把这一项移到右边去对吧啊，这边上是完全和右没有关系的。

和右没有关系，未知量没有关系的对吧，所以说左边就是和右这个有关系的，右边就是和这个右脑没有关系的啊，然后我们就得到了啊这么一个格式啊，这么一个格式，那么我们说呢我们还要要把它弄成弱形式是吧。

要么就成弱形式啊，那么实际上就是说我们啊一本的一个一个，就可以把它给这个问题就变成了这么一个问题，就是我们怎么样在fi里面找到一个u，让他满足呢这么一个关系啊，那么这个a大那个u是什么啊。

就是前面我们所定义的啊，所定义的这个就这这个对吧，它左边的这个东西啊，这个式子啊，然后l大l啊那个是什么啊，就是我们这个右边向啊，就右边的这个式子对吧，右边那个是，那么实际上我们这个这个这个东西啊。

那个满足它就是它满足一个交换的是吧，而且呢就大多是大于零，b接要满足这么一个条件啊，那么所以后面的问题就是说我怎么样去去求解，这么一个热情的，这个通过把强行视频热行词之后，我怎么样去求解这里的u呢。

啊这里用呢，所以我们这边呢呃，给它一个非常经典的一个方法，就是所谓的这个加热金方法啊，加热金方法，加强军方法的一个主要的思想呢，就是说我怎么样构造这种呃，有限维的这个近视啊，有纤维的近视，也就是说。

实际上就是我们怎么要把这种有限维的问题啊，有限维的问题能够能够转换成，能够转换成这个呃，把无限维的问题能够转换成这种有限维的问题，对吧啊，那么也就是说我们已经定义了一些空间对吧啊。

那么实际上我们说的再等几分钟，我们这有限维呃近似是定义在哪里的啊，定义在这个呃numbers的这个样条空间里面对吧，这个样条空间啊，所以说呢我们这个这个啊，你所谓的这个这个空间里面的这个omega。

就这个四函数，还有它相应的这个数字解对吧，这个u它都要表示这种nba的形式是吧，关于这种样条的这种形式，比如说这个a i x就是我的奇函数对吧，然后si呢就是我的这就是我的什么啊，这个系数对吧。

这ai x呢也是在这里面也是这个奇函数对吧，也就是他们俩呢呃一个是函数，哎呦我的这个解呢它们的表示形式是一样的啊，都定义在这么一个nb空间里面，那么是空间里面，那么实际上就是说呃di的就我的系数。

所以我们这边要求的是什么啊，就是di，也就是说这个di呢，就是我们要求的这个未知的量，未知的量啊，所以说后面我们大家就可以看到，我是怎么样通过加点音方法啊，把这么一个呃把这么一个p d拨通方程对吧。

把它转换成关于di的一个呃一个线性系统啊，一样一个线性系统再进行求解，连说相应的我还是刚才那个热形式，就这个样子对吧啊，我们也有说呢，我希望能够在这个找到一个呃数字点uh。

那么他应该等于vs加h那位是在这个里面对吧，啊，当然就说呃因为因为在边界的里面呢，啊它有呃呃要满足一些条件嘛，所以说一般都是领导或者或者一些常识对吧啊，也就是说实际上我们就可以啊，就可以上来定义啊。

就是一部分是这个位置这个东西啊，另外一个是介词这个东西就会加起来，就是说一部分呢是和边界化的一部分，和内部相关的啊，那么如果我们把上面的这个呃，uh和这个这个没给他们带进去啊。

那实际上就是说啊他们都是no不是表达吗，都是那么表达，然后把这个相应的这个表达式对吧，就是前面的这个好没给h vs啊，还有这个啊那个with jh对吧，因为他这边我们这个相应的表达式都有了。

然后我们就可以把它带入到，刚才那个弱形式里面啊，就这个弱势形式里面，然后我们就会得到这么一个东西对吧，找到这个，那么得到这个之后呢，啊得到这个之后呢，实际上就是大家可以看到我这个所有的这个呃。

呃项里面我都有这么一个，这个sci对不对啊，这么一个ci还是这么一个东西啊，所以说这样的话，我实际上就可以把这么一个项啊，把它给提出来，把它给提出来，把它给提出来之后呢，把它写到括号外面去。

然后就变成了这个东西，这种东西我刚才说了，我们要求的是什么啊，是dj是吧啊，有人说实际上有人说对任意的这个常数c i，任意常数c i，因为它是一个呃叫做测试，叫做试探函数嘛，试探函数试探的一个量对吧。

也对于所有的这个c i的话，他对于所有的政策啊，他都满足这个这个东西啊，所以说呢我我主要也是说对三，对于我每一个每一项，就是i从一到n1 q的这个每一项，这个ci前面的这个，后面这个系数应该都等于什么。

应该都要等于零，对不对啊，都要等于零，说这一部分，应该都等于零，他才满足对任意的sci它这个东西等于零对吧啊，所以说呢我就会得到这么一个等等式对吧，所以说我有左端和右端啊，而且右端我都是已知的。

那左端呢我是未知的，就这个dj是未知的，dj是未知的对吧，那么也有说了，这样的时候画的话，如果我们把这个呃aa这个东西对吧，也就是说这部分啊，把这个东西啊写成一个呃，一个一个一个一个矩阵的元素类型。

k i键对吧，然后左转向右转向写成f i的形式对吧，连说呢我就会得到一个什么啊，一个矩阵k然后里面的这个元素啊，每k键呢它就是这样来定义的啊，就是在这样来定义的，这就是这个对吧，那就这也就这个这个东西。

我是可以写成一个矩阵形式的，对不对，然后这个可以写成一个向量形式的对吧，因为大家可以看到我这个i从一到人，我是相当于我有a e q的等式的n e q等式，然后我把这个dj把它求出来对吧。

然后实际上我们这里的k f d对吧，d就是围绕为求的未知变量，就是我们的啊位移矢量对吧，然后k呢我们把它称为是刚度矩阵，k呢我把它称为是刚度矩阵，然后f，然后这个f就是我们这个力的矢量力的矢量啊。

然后我们所谓的最后要求求这个d对吧，要求这个d啊，那我实际上就是我只要求这么一个线性系统，kf等于d对吧啊，当cap这里当然我这边是写成了逆的形式啊，当然你也可以呃，就是说我们可以用一些呃。

对于这种大型的线性系统，我有一些迭代啊，或者其他的一些系数矩阵的，是这个经典的库啊，可以进行调用，然后进行求解啊，也是一般我们这个刚度矩阵care，整体的刚度矩阵k它都是一个稀疏的。

这样的话我们就会得到一个温度场的一个一个，理想的一个离散的一个近似值啊，理想的一个离散的近似值，就这个u h x就我的计算值就这个是吧，就这然后我们的dna呢希望要进行求解求解，当然这个gi呢。

就是相对于那个克里dd cli边界的这个数据，那么所以现在就说呃，大家可以看到就是我整个的思想就是这样子的，对吧对吧，但是对于我每一个比如说高度决定来讲，它的每每个元素我怎么样去，我怎么样来进行求解。

我怎么样来进行求解，进行填充啊，就是后面的这个问题，后面的这个问题啊，所以说呢我们就可以啊，后面给大家讲一下，我这个高度矩阵是具体来怎么来装配的啊，装配的，因为我们大家都知道这个normg函数。

它是都是高度局部化的对吧，它具有局部性嗯，所以说这个拉莫斯曲线啊什么的，我可以去用局部修改对吧，也就是说这个g函数都是定义在某一个，局部区间上的啊，局部区间上的，所以说我们最后得到了这些嗯刚度矩阵k啊。

他也是一个啊带状的一个稀疏矩阵啊，稀疏矩阵啊，也就是说，实际上我们就是说对于整体的刚度矩阵的，它的计算，它的组装，也就是说我们实际上可以把它写成，对这种呃单元的这种基本的解释，我刚才说的。

在我们等级和分里面的单元是什么啊，是我的节点区间所对应的这个曲线，或者曲面上的，他的这个呃曲线段或者曲面片对吧，小的曲面片啊，也就是说这样的话，我们实际上也就是说诶，发现这个等级和里面的这些计算单元啊。

这些基函数，新函数的定义，和我们有限元里面也是有这么一个好的特性的，就是局部化系数化对吧啊，也就是说我们上次可以利用这么一个呃特性，来进行呃，来减少这个呃你的呃矩阵系统的构建啊。

还有他的求解的一些工作量啊，因为它是稀疏的嘛，所以说求解起来也是比较方便，那么所以说我们要可以在一个单元上去求，建立相应的这个单元的长度矩阵k e对吧，这个k e。

那么这个k e呢它可以写成这个这个形式啊，这个形式，那么就是我们刚才讲的，就是和尚是一个一个道理啊，那么相应的这个单元的立向量呢，就可以我有三个三个嘛，然后我就可以把它写成这个形式。

那么我们就可以使用一个数组，来来去更新这个全局的矩阵对吧，因为我原来k i j是这个定义的，比如说我更新的话，我就把相应的这个单元的这个量，这个量把它加上去就可以了啊。

所以说后面的这个问题就是变成了什么，哎我怎么样去计算这个单元的刚度矩阵啊，单元的刚度矩阵，那么也就是说我们这个基函数，实际上它在cd可以边界上都是啊非零的，就是我们假设对吧。

当然我们这个时候呢如果是非零的话，我们就可以要需要引入一些相应的这个boundary，condition的一些一些条件，然后去做啊，所以说啊就说这个时候呢，我也说，我们希望能够把这个边界条件。

能够引入到我们的战斗矩阵里面，你说这样的话，我们整个的全局刚度矩阵，k和立向量f的这个组装矩阵的，这个总体的算法就是这样，就是我读入数据对吧，都是数据，你的边界条件，你的这个计算与你的这个计算机的这个。

参数化的定义，这个控制流量的定义，然后构造相应的这个ie啊，还有这个fcondition的一些矩阵对吧，那么你可以先把我们的高度总体刚度矩阵k，还有这个右边右边的这个向量的这个iphone呢。

都初始化都是零，都是零对吧，然后呢，我计算相应的每个单元的刚度矩阵和历史上去，然后呢对啊，使用前面这两个矩阵，对这个总体刚度矩阵进行填充，进行组装啊，进行组装，然后如果满足我的这个条件。

如果填充好了对吧，填充好了啊，然后我就可以去，当然这边呢就是只是我去一个单元，一个单元来算吧，如果就是等到下一个单元的加一嘛对吧，如果这个e已经超过你的单元的数目了。

那么就是在更新这个开局的f阶段的第二行，让他满足这个这里可边界条件就可以了啊，这是我们整个的呃装配矩阵，它的系统里面呢，呃这个这个做法呢就是这个样子，那么这是整体的这个刚度矩阵的最高的那个。

我如果呃我要看一下对每一个局部上，它的这个单元的刚度矩阵怎么来做的啊，那么它应用的这个立向量它怎么来做，我们下面看一下，那么也就说如果我们把这个没意义，就是我们的一个单元对吧，看到在这个我的物理域中。

就是我们这个曲面上，比如二维问题，就是一个局部曲面上，它的里面的一个单元，那么它的相应的我有一个阴影色对吧，我有一个阴影色，也就是说从这个物理单元到我的参数域的颜色。

建议说从我的样条曲面到我的这个矩形参数域，的一个颜色对吧啊，那么它有个阴影色就是这个东西啊，那么实际上我们是可以定义相应的，雅克比矩阵的啊，就是说啊也就是说如果我们上次个前面两次课，应该也有给大家讲过。

也就是说如果一个曲面从它的定义域，是一个矩形，一个正方形对吧，然后他可以有效的一个二维的曲面，那么天呢这个雅克比的定义啊，雅克比的定义它怎么来做啊，那实际上就是说呃，呃矩阵的雅克比基金就这样来定义的上。

就是x对perc呃，一个参数方向的求导，对y对101个参数方向求导啊，然后x等于另外一个参数方向，y对于另外一个参数方程求导啊，那么这个矩阵的行列式，我们把它称为雅克比矩阵的行列式啊，行列式。

那么为什么要要用到雅克比矩阵呢，啊为什么要用呢，呃呃呃这个雅克比矩阵呢，实际上也就是说我们实际上就可以把这个呃，物理在物理域上的这个积分啊，把它转换成到什么啊，参数域上的积分。

也就是说原来你可能是这个这个地方，你是dx d y，然后我们通过这个雅克比变换啊，雅克比变换再见，是他的什么行列式是吧啊，通过一个亚比和变换，我就可以我就可以把把它变成什么啊，d u d v，啊。

那么所以这边呢是一个非呃，比较重要的一个技巧，也是我们家六经方法的，一个比较重要的一个技巧，就是说我是怎么样啊，怎么样把这种呃在物理意义上的这个积分，把它转换到参数域的呢，我就用了一个雅克比不变换是吧。

雅克比变换，然后这边我用的这个借的，就是我的雅克比矩阵对吧，一个行列式啊，也说这样一来啊，也说对于我的这个区域的内部，还是区域的边界上啊，我都可以去定义相应的一些呃，通过同样的思路啊。

我就可以去定义相应的计算，相应的这个积分对吧，那么这样的话像我就可以去构造啊，去构造相应的单元刚度矩阵和立向量啊，然后就可以把它都转化到了什么啊，把这个积分啊都转化到了这个参数域上啊。

通过这个雅克比变换是吧，那么所以目前有有两个问题啊，就是说我怎么样啊，唉第一个问题就是说我怎么样计算这些呃，呃求值这些基函数和导数对吧，因为我这边可能假设它是nervous嘛啊。

那么我们一般呢就是把这些，那不是把它转换成什么啊，把它转换成这个bez来进行求解是吧，那就不转换成bba啊，那么另外一个呢，呃你还说我怎么样计算上面的这个积分啊，这两个问题啊，那么如果第一个问题就是。

怎么样计算机函数导数，这个我们要知道啊，第一个求值很简单，我们就用样条的那一套知识来进行求，就可以了啊，那么对于这个导数啊，对于这个导数，那么我们可以利用连链式的这个求导法则呢，来进行求导啊。

就我刚才说了，也就是说二对x的求导，可以把它写成r对cos一的求导，然后cos一对x的求导对啊，然后我要求的是什么啊，我要求的是这些角三，然后求一个学常简单的一个线性东西呢，那就可以啊。

那么另外一个就是怎么样来求积分啊，就说我虽然我已经把前面的呃，这个在物理域上的这个积分对吧，物理域上的积分，把它转化成了在参数页上的积分啊，那么在参数上的积分我怎么来求呢。

啊肯定不能说我们一些呃大家学微积分的时候，这个求积分的方式，我们肯定要用什么数值积分啊，数值积分，那么用数值积分的话啊，上到这个里面就是说呃我们这边最常用的啊，包括商在有些人里面也是这样的对吧啊。

都用这个高斯积分法，高斯积分法，那所谓高斯积分法的基本思想呢，就是说fx在a到b上的这个定积分的值，它可以啊用显存就是啊这么形式，也就是说我可以作为这个x i呢是我的什么啊，高斯点啊，高斯点。

也就是说呢我是可以把他的这个积分的值，积分的这个呃定积分的这个计算，把它写成这个形式啊，也就等于i乘以到这么几项加起来，这个f x i呢就是我们所谓的这个高士点啊，高点好看啊啊啊。

mei的w i呢就是我们的这个权重权重也说，这样的话，他们这些几项加起来啊，我就可以啊，这一项呢就可以当做这个积分的一个近似啊，积分的这个近似，那么像这样一来的话，实际上就是说我整个的这个积分的计算。

就非常简单了，对吧啊，那相对于二维积分，曲面上的积分也是一样的对吧，那么曲线预算积分呢也是一样的，那么实际上这边对于不同的词也说你用fx啊，你可以是一次二次三次一呃多次对吧，那么少对于不同的次数。

我们所用的相应的这个呃高斯点的取法对吧，还有这个权重的这个取法定义啊都是不一样，但是它这个规则是呃是定义好的，可以预先定义好的啊，这是我们呃数值积分课上啊，就是数值分析课上就跟大家学的内容啊。

大家学的内容，那么实际上就是有了这个东西之后啊，有了这个东西之后，实际上也就是说我们相应的呃这个呃高斯积分，通过这个高斯积分，我就可以去去算这些定积分的对吧，所以也是可以进行求职了啊。

而且我们是把这种呃积分的计算，把它转换成了什么多项式的求值的，这个计算是吧，而且这个高斯基本上在理论上可以保证，就是说啊对于多项式来讲，这个呃像有的时候可以是画等号的啊。

这个应该也是已经有非常完善的理论去保证它，所以说这样的话，我们就可以把前面那个流程进一步的呃，给完善啊，那么长，也就是说我输入相应的这个数据之后，你不找相应的这个连接矩阵和这个边界条件。

把这个刚度矩阵和右端点都设数据4x0对吧，你点下开始第一个单元，然后计算这个单元上面的单元，刚度矩阵和历史上的矩阵啊，然后你在这些计算怎么怎么计算的，我只循环遍历每个高斯积分点。

然后在这个基本点上我去算每个呃，这个相应的奇函数和导数的这个值对吧，然后你再把这些计算的结果啊，添加到单元矩阵相对应的位置啊，然后呢再把这个带分把它装配到总体的矩阵，对中配的接，那这个单元需要了。

再算下一个单元啊，那么如果所有的单元算完了，那我就得到了对吧，然后呢，我在算这么一个kd，等于f这么一个大型的线性系统，大型的线性系统，然后这样的话，这样的话实际就是把这个输出结果呢。

呃计算结果就得到了，就把这个d又得到了对吧，所以这是我们就整个的一个呃，完整的算法流程图啊，就这样就大家我们从前面的这个推导来看啊，我用等级和分析的方法，来求解这么一个波动方程啊，其实还好对吧。

不是那么复杂啊，所以无外乎就是你要把理解中，就要把从我们要从头至尾把这个整个的推导，你要理解好啊，理解好，那么推导好之后呢，那么你就把这个理解清楚之后，那你又知道我具体是怎么来算的啊。

包括它的这个积分的计算啊，然后呃这个这个对吧啊等等，但是到最后我求解这么一个呃大型系统系统，我完全有一些现成的库来进行调用的，对吧啊，那下面呢我们就可以通过一个看一下一些代码，看一下代码啊。

这边呢我是那个学生啊啊利用这个aa库啊，还有包括我们的一些呃，就是呃应该是这是基于我们的样条的，这个呃定义的这个函数啊，这个那个库，然后呢让他写了一个初步的一个波动方程，求解的一个东西啊。

应该呃他写的应该也没有花多长时间啊，可能花了一两天就写出来了啊，所以我也希望就是我们呃听上课的这个同学，同学们能够试着去自己去写这么一个东西啊，自己去，然后去验证一下啊，写的对不对对吧。

那么也就是说我们为什么叫做ak换一户，我们这边主要是来做这个系数矩阵求解的啊，这边上就是我整个的流程的主函数，学的函数不能及格啊，第一个就是初始化，第二个我怎么构造这个连接矩阵，然后第三个呢我怎么装配。

我就是装配这个刚度矩阵a的对吧，然后这边就是我装配这个右端向b的对吧，然后这边就是我处理编写条件的啊，然后我也说我a和b构造好了之后，边界条件弄好了之后，然后我就是可以把这个a弄到。

我构造这么一个东西啊，这个东西就是我用这个jk对吧，这个这个系数矩阵求解的这个方法，它属于a a a a a里面的函数对吧啊，然后我就可以用它调用这个上午这个函数啊，但是他只有一个参数。

就是我的右端项对吧，也就是说我要切边要求解的就是ax等于b吗，我要求的就是x嘛对吧，所以说这个时候这个x这个x我就可以用它到，来把把它进行求解出来，啊这就是我们整个的一个流程，就是这个样子。

等于说我们这边要写的函数就是12345，啥就五个函数对吧啊，因为这个系数矩阵求解都不是你来写的啊，不是你来写的啊，所以说这个时候我们就可以啊，就可以把这么一个东西啊，把这么一个东西啊。

得给把我们整个这个波动方程的等级和求解呢，就就完成了对吧，所以后面的我也可以给大家看看，就这边的比如这些函数啊，一个是初始啊，怎么建立连接矩阵啊，怎么装配啊，给大家讲一下啊，因为前面那个初始和创业联系。

还边界条件都是非常简单的啊，就比如大家看一下这个诶，我怎么对这个高度矩阵进行装配的是吧啊，大家可以看一下啊，实际上就就这么多行代码就可以完成啊，你说你先把这个矩阵都设成呃，设成零矩阵对吧。

然后便利我这个所有的单元对吧，然后呃得到这个单元的这个面积，为什么得到这个面面积，实际上就是说呃，也是就是和我们计算这个两个币矩阵相关的吧，啊，然后我在啊对设置相应的这个高斯积分点对吧。

得到这个高斯积分点啊，到现在后面大家可以看到我是不是就是对，写了一些循环，三九火焰的右方向为方向都写了一些循环对吧，然后怎么样就是连接进来组装矩阵的对吧，然后我在每一次组装矩阵的时候，我怎么组装的啊。

因为我要组装把这个系数嘛对吧。

他这个组装我每次都加这个值，那么这个值就是什么啊，就是我相应的在这个上面啊，在这个单元上，它的局部的刚度矩阵，对不对，这个字啊，哎这个怎么算的啊，这个怎么算呢，那我就调用这个函数啊，调用这个函数。

那么对于装这个右端下的这个装配，也是一样的对吧，也是前期设置明对吧，也是对每个单元都便利一下啊，然后对取得它的高斯积分点啊，然后对两个方向都来分别算分别算对吧，当然这个里面就说啊，我对这个单元。

这个单元上它的组装的是这个右转向的时候，我调用这个函数啊，主要是调用这个函数啊，所以呢大家是不是可以看到啊，还是比较清楚的对吧，那么就说我怎么样来算那个积分对吧，就是在这个高度矩阵上的每个值的积分对吧。

那么实际上就是说大家可以看看看，一看到他说我有这个test的方式对吧，两个方向test的奇函数对吧，还有这个小要求的啊，包括它的这个高斯点对吧，还有他的这个单元的这个数目啊，在颜色上这个里面的话呃。

我所有的这个样条的曲面的这个求值啊，进函数的求职，我都是调用了我们开源的那个样条。

段子库里面的主，比如说准备要找到区间啊，啊怎么样来它的奇函数的这些导数值啊，这些啊都是调用这个函数对吧，然后然后后面的话就是我对我进行，沿着右方向为方向进行循环了啊，然后我怎么样找到计算的一些积分嘛啊。

对吧，然后后面的话就是我要计算雅克比，为什么要计算雅各比矩，这样啊，因为我要我在这个城的时候，我要是一个雅各比行列式对吧，然后乘以相应的呃，相应的d6 d位对吧，再说把这个物理空间的积分。

把它转换到参数空间上，把它转换到参数空间上，那么这样一来的话啊，这样一来的话，我们整个的这个对吧，就上去说就可以实现啊，它的整个的值对吧，我就可以上去就是这个形式对啊，上次和我们那个公式啊。

应该是对应的公式的，应该是对应，那么这是这一个了，那当时对于这个就是右边右边下的这么一个，它的矩阵单元，这个积分的计算，我们也是按照同样的思路来做对，那么你可以就可以计算相应的这个呃，亚克比这个矩阵。

然后怎么获得这个面上的点啊，然后现在非常的返回值，也是我们这个公式是吧，应该也是和我们这个右端向的这个矩阵的，是类似的，啊那么它对于这个边界条件的处理，边界条件的处理啊，我们也是可以，通过相应的这个。

先有的这个比如说是的，下面是delete的边界，对吧啊，我就可以让他等于一的，那我就可以来进行设置一下啊，那对于其他的边界呢也是同样的思路来进行，有的有的同学说比较卡。

那现在怎么样啊，那就继续往下讲了，好那么下面呢我们再给大家介绍啊，一部分内容就是关于这个呃，整理和分析里面的大型细化啊，我们这个二线细化呢，我们这边基本上也是啊，基于这个不能方程来给大家介绍。

我来给大家介绍，那么为什么要做细化这个工作，为什么要做细化这些工作，实际上就是为了去提高这个仿真的精度对吧，提高这个仿真的精度，你说啥，你说你如果自由度的这个呃，自由度这个比较少的话啊。

自由度比较少的话，那么你相应的呃相应的这个。

相应的这个呃得到了这个解压，它的精度呢就不高对吧好，那我怎么样能够提高精度呢，我肯定要增加自由度的数量啊，那么这对于我们整体分析来说，一个非常经典的做法呢，就是说我可以插入一些节点啊，然后呢去去进行呃。

相应的这个呃增加自由度，也是增加这个控制顶点的这个数目对吧，这就是我们称称为所谓的h系化，h细化，还有一个方法呢就是提升提升高次数嘛，我可以把原来呃一个呃一个比如二次的对吧，原来一个二次的。

我可以把它呃把它升阶升高到三次啊，也是虽然它升高了三次，但他因为二次也是在三次的一个空间里面，对吧啊，所以说它也是可以正确表示的啊，正确表示的，那么像这样的话，就可就可以通过升阶呢来进行完成啊。

中间也完成，也是我们把它称为叫做p系化啊，那么这个h系化p系化这些名字啊，我们都是啊沿用了这个呃，要要那个有限元里面的这个一些叫法，那还有一个就是所谓的这个k系k细化呢，实际就是就是可以把这个嗯。

h化和pc化来把它这个结合起来，结合起来对吧，我看一下这个情况，那么实际上也就是说呢，这边呢我们说呢呃无论是p系化，h细化和k细化，它实际上都是通过增加这个自由度的数目，来得到更好的这个仿真的结果啊。

但是呢不改变它的这个几何对吧，特别是边界的这个几何，边界的这个几何啊，那么所以说怎么样来得到比较好的这个结果呢，唉怎么来找得到，如果我希望啊，如果我希望保持这个自由度的数目不变。

我怎么样去得到比较好的仿真结果呢，啊刚才我们上次我们前面都讲了啊，因为这个计算机的参数化，也就是说它这个内部的控制点的分布，实际上是和他的这个对他有非常大的这个影响，对吧，就说一个结果呢，一个方法呢。

就是说我可以对这个控制顶点的分布，来进行一个优化和优化啊，也就是说呢我的这个计算域的参数化改变了，但是它的边界几何呢还是保持不变，那就保持不变，那么实际上这边呢就是说我怎么样来诶。

来提高这个模型的质量呢，啊，我们这边呢实际上我们把它称为叫做r型细化，r型细化，别说这个怎么样来让这个控制点的位置啊，达到最优，达到最优啊，那么像我们这个最早的一个工作呢。

是不是2011年的这个新mui，上面，我们有篇文章里面，也是深入讨论了这么一个问题啊，比如说我们把它称为是二ref，把它称为是二ref，那么这个二元方面，这个二维方面也就是说我怎么样呃。

我如果给你一个初始的这个控制点的分布啊，然后我怎么样能够呃优化优化这个内部控制，重新定位对吧，重新定位它内部空间的位置，然后所以得到一个更好的这个精确模拟的，这个仿真的一个结果。

这就是我们的一个呃一个需求，就我们把它称为一个r refm一个问题，那么我们当时一个主要的思想呢，就是我们呃借鉴了从形状优化来的啊，比如说形状优化，当然就是我怎么样去优化你边界的控制。

定点边界的这个形状，然后让你最后仿真的这个结果能够最小的，也是，如果这时候我们把无外乎就可以，把边界的控制里，把这个内部的控制里面，当时我的优化变量就好了啊，就好了啊。

但我们这个服务的方法是非常呃经典的，比如像这个梯度下降法来进行纠结，这个相应的优化问题，也就是说你是只要去求解相应的这个，德尔塔这个东西就可以啊，求解相应的这个梯度就可以了对吧，进行估计，连上。

实际上就是说，比如说我们可以看一下这么一个例子啊，做了这么一个问题啊，就是如果你的这个呃右转向是这样定义的啊，所以说啊我们可以通过这个右转向，可以精确推导出来，在这个区域上它应该有一个精确点啊。

就是这么一个这么有这么一个解对吧啊，那比如说在说在这个区域上啊，它的它是一个精确解的，就是这样来定义的啊，那么这个精确解呢，它的呃呃他的这个解呢就应该是这个样子，也是在这个局长，我要在这边的自由度。

就这四个控制零点吗，四个控制零点对吧啊，嗯如果是这样的分布的话，我会得到的这个初始解啊，是这个样子，就是这个样子啊，那么那么如果啊如果对大家看一下，实际上这个点和这个点相差比较大的，为什么。

你看他是这边的上限只可以达到1。84，1。84对吧，而我的精确解释它的最大值是二对吧啊，那为什么呢，啊，因为就是因为他这个呃，内部的控制台分布并没有达到一个最优的，相对于我们这个问题来讲对吧。

所以我们二细化的一个目的呢，就是我怎么样去优化内部的这四个，控制顶点的位置啊，内部的四个控制点的位置，然后可以让啊这个相应的这个访谈结果，这个误差呢更小啊，那我最后通过我们的方法优化出来。

发现最佳的位置啊，对于这个问题最大位置它并不是这个样子啊，然后大家可以看到我最后得到这个检测的，特别是这形状上这个颜色的分布都差不多的，但它这边呢，就大家看到我这边是2。01的是吧，已经非常接近就行了。

大家可以看到我虽然误差还是有的对吧，但是我们这边自由度很少啊，就只有四个自由度啊啊就大家可以看到诶，为什么这个社会的顶点会往中间聚集的对吧，不放中间聚集的就是一，我是因为我这个什么啊，这个剪的特征对吧。

它是内部是凸起来的啊，所以说我这受空间，大家可以看到它都往中间引汇聚了，而不是啊像这样的初始的这个分布对吧啊，也就是说大家可以看到这就是所谓暗系化，也就是说呃我还是四个自由度，四个控制顶点对吧。

作为我的自由度，但是他这四个自由度的位置发生了变化，我们也是可以来提高相应的这个精度，对环境的精度，那么这边这边呢是另外一个例子啊，就是说我相信的这个右端项是这样来定义的啊，那么它的这个精确解。

我就也是可以把它给推出来的对吧，那么他像是这么一个情况啊，这么一个例子啊，也就是说，如果你初始的控制定点是这样分布的话，就它的特征它也是在中间的，对不对啊，那么你所以会得到这个项目这个解对吧。

上也是也是这个误差比较大的，你看只有1。39啊，是吧啊啊，但是如果用按照我们的方法做r细化之后，它最后的最优的分布是什么样子啊，比如说内部的控制定点是这样分布的，更靠近中间对啊，为什么。

因为它中间的特征在这对吧，我们所得到的这个解，看一下这个上限对吧啊，应该是应该是非常合精确点，非常类似，这是它的精确点啊，啊也就是说这是对于我们有精确解的情形，当然我们可以这样来做对吧啊。

如果对于没有精确解的情形呢，啊那我怎么来做，我怎么来做啊，然后我们这边就是也是一个播送问题嘛对吧，也是一个播送问题，大于等于f啊，在边上满足这个条件对吧，然后u s假设u x就是我们这种等级的分析方。

法，做到了这个ig的解，i g的解，那么这边的话，所以说我就说怎么样才能够呃，呃对于这种不知道经验结果怎么来做啊，那么说明呢如果u s是我的等级和的b音节，六五是我的精确解，那我说严格意义上。

它的这个误差e应该等等于又减去又一次对吧，又减去又一次，所以说我相应的就可以定义啊，就可以定义啊啊叫做一个余量函数啊，或者一个作为一个互相误差的，一个一个一个函数啊，那么上去说我可以定义这个r f。

他应该就是这样来定义定义的，ka就是我的这个单元的数目啊，什么可以作为计算单元的一个数目总和，也是在每个单元上，我都可以计算这么一个东西啊，计算这么一个东西，那三就是我是什么。

就是f减去德尔塔u x对吧，嗯所以说呢，而且呢我们会有这么一个理论上的一个结果，就说哎我这个等级和误差的一个二犯，这个误差它应该小于等于一个常数，c乘以这么一个表达式，这么一个表达式啊。

当然hk呢就综合我的，应该是周长的相关的一个东西啊，所以说最后最后我要求解的就是说，我就是变成了，我怎么样去优化内部的控制顶点对吧，让它能够呃极小化这么一个东西啊，为什么要极化这么一个东西啊。

啊因为我的精确误差我是不知道的对吧，我只能来估计我估估计对吧，所以我们把它称为是这个东西，就是一个后验误差估计的一个公公式嘛，啊那么我们当然我们最后的最终的目标呢。

我是希望能够呃去重定位我们内部的控制顶点，让它能够去极小化啊，极小化我内部呃，那个这个呃互相误差估计就可以了是吧，那么三代ui是怎么定义的啊，就完了我们这个波动方程的定义去练的对吧啊。

那么uh是我的中等几个编用方法所得的，这个呃这个这个逼近点逼近点对吧，那么这个uh它怎么来表示的，那么它是用呃以样条的形式来表示了对吧，t i j也就是你的一个控制的系数，或者控制的标量对吧。

那么它也是写成这种w形，我要我我求得求解，通过整体方法得到的就是t i g的值对吧，所以后面的这个我怎么样去计算这个，后验误差呢，所以里面的这个关键就变成了什么。

关键就变成了我怎么样去计算这里dirt uh啊，所以说又一次是它本身是定义在参数上的对吧，但是我现在要求他对物理域的x和y的，两个方向的分量的，它的二阶导数分别等于多少啊，这个怎么来就就变成了呃。

我们这个后验误差比较关键的一个地方，年收本整体和一个非常重要的就是，我要用一个呃同样的一个数学表示，来对他的这个计算域和物理层啊，有人说我这个计算域呢，它实际上就是呃参数化这个形式，还是我这个物理场呢。

他在这个集算域呢，它是呃呃写成这个形式对吧好，也就是说呢我们怎么样来求解呢，像我们就可以用相应的这个，但它有h的这个计算，我就可以用相应的这个链式法则来进行，链式法则来进行。

也就是说我们通过这么一个式子，我们啊实际上就可以得到对吧，那么t对cc的一阶偏导应该等于啊，uh对x的一阶偏导乘以x对付这一边的，然后用h对y的一阶偏导，知道y啊，y队还是在一边。

这是我们的链式法则对吧，链式法则啊，然后另外我对这个呃，这个t对这个艾特的一些开导，他应该等于这个样子对吧，我们要求的是什么啊，要求的是是这两个是吧，uh对s就比较偏导，u x对y的一个不相等啊。

所以说我这边有两个等式，两个未知数，那么求解这么一个啊，先有一元两，二元一次方程组二元一次的一个线性系统，对吧啊，那我就会得到这个东西对啊，那么j呢，就是我们这个呃，两个比行列式的一个一个值对吧。

就大家就这样看到，我这个u s虽然是定义参数域上，但他对这个物理域的一些片段，我分别方便我们分享，方便用链子法则我就可以把它给求不出来，对吧啊，那相对于二阶偏导呢也是类似的对吧。

那也说我这个t给cc的二阶偏导，这对entert 2阶偏导我都可以写成这种形式对吧，当然更复杂一些啊，那么我最后要求的是什么啊，是这两个东西啊啊因为我们那个dirt uh嘛啊，所以我要求的就是啊。

对x一阶偏导和对y的一阶偏导啊，然后来进行求解啊，这位是由两个方程，两个等式，两个未知数，然后就可以把它求出来啊，就是这个形式对吧，我们前面已经把这个u x对x，u x对y的这个叶片的我都求出来了嘛。

然后再给他，把这个前面的这个结果代入到这个等式里面，然后我们就可以得到，但是它有一次它应该就等于这个东西啊，就应该等于这个东西，然后就我们通过这一系列推导呢，他们就知道了这个货延误差怎么来算是吧。

或延误差怎么来算，所以说我们在整体和分析里面，整个这个are u farrefm上，我就可以这样来算对吧，也就是说我可以在这个i j上面来求解，相应的一个等级分析问题，然后计算它的呃后验误差。

估计啊这么一个算子啊，然后呢通过一些呃提速下降法，然后去对它的内部控制电台进行优化，让这个化药物产量更小，然后最后呢我们就会得到一个内部控制内的，最优的一个分布，那么还有一个问题。

就可能对于这种我有这种最小误差，就会用这种呃误差，估计会用误差估计的方法对吧，但是我不知道他的精确解啊，但是我又希望呃能够对它的这个误差，来做一个衡量，我怎么来做，这个也是我们希望能够有一个误差。

一个评价的一个方式来进行求解，那么实际上这样的话，我们实际上就是说可我们给提供了一个方法，也就是说我们如果一个它的真正的误差，精确的误差应该等于啊精确解减去u x对吧啊，e等于u减去u x。

那么从这么一个后验误差估计可以上，我们可以去求解，重新求解相应的这么一个等几何的方，等于有分析的方式来来来建的对吧，也就是说我们可以如果在这个等式的两边，我都是都写一个dirt。

那是不是可以并把它写成diu，减去德尔塔又h啊对吧，那么德尔塔又是什么，不就我的原函数吗，啊，所以说我们就可以写成德尔塔，e等于f减去德尔塔u h f减去大的，又一次我们前面会算了对吧。

经过前面那个推导，所以说这样的话，如果把这个这一项看成是一个右转向，那我现在求解的不就是e吗，不就是e吗，好诶又变成一个新的一个波动方程对吧，新的一个波动方程啊，也就是说通过等级和分析方法。

我们就可以把这个误差呢把它求解出来对吧，那么这个这个误差场对吧，它也是一个必要条表达的，因为他这种等级分析方法来求出来的啊，那就来求出来的啊，所以说这边呢我们就可以，如果你是还是用原来的自由度去算啊。

那么你得到了这个东东西肯定还是精度不高嘛，对吧啊，所以说美还是要可以在上面来进行四加，这个呃h fit来得到一个好的一个逼近，那么这样的话我们得到的东西它更加精确。

但它也是呃呃更加那个就是成本也比较高嘛，但是我们可以把这么一个非常巧妙的，把这么一个技巧，把它用来做这个refly的一个误差的一个，评价的一个方式啊，也说我是e等于u减去u h。

但我两边都呃做一个拉布拉算对吧，那就变成齐了，德尔塔e等于f减去德尔塔有h，而这样子的右边项目是可以算出来的对吧，那么所以我现在就去求这个e e就是我的误差，那我就可以把它进，把它精确的求求出来sb点。

比如说我们这边也做了一个实验啊，就是说这边就是我的计算域对吧啊，然后我通过在上面做了很多加息，人家控制顶点，原来我只有这个16控制零点，现在变成这么密的零点，然后我在上面的这个上面呢。

来求解相应的这个error surface，就是我那个求解那个e小e是吧啊，也就是说精确的我的误差的分布的是这样子啊，我现在求解出来这个啊，error的这个分布呢是这样的，还是非常哎还是挺像的对吧。

还是挺接近的，那么也是我们基于这么一个方式啊，也我也是也是我们对它进行了一个啊，对于呃首先我们在有精确解释上面，我们做了一些测试，就可以发现可以得到非常类似的一个结果啊，非常类似的一个结果啊。

此外呢我们也对这种呃没有精确权的这种方面，也做了一些测试，就发现他比如这边是初始的这个控制，正在分布啊，然后相应的误差比较大对吧啊，而且这个误差比较大的，住在这个地方，是当我通过一个啊创一些ai方面的。

一个迭代之后，就可以发现我这个控制电源，你看原来本来这边是没有控制变量的对吧，所以他误差比较大啊，那么现在的控制点就会慢，就会a就会有优化到这地方来啊，那么这个这个误差呢就变小了，嗯这是另外一个例子啊。

那么除了这个工作呢，另外呢我们在19年的时候也做了一个工作啊，实际上就是我们呃就发现我在做这种呃，阿里翻盘的时候，他经常会产生一些，就是说你只是用这种呃提出下降，是不是去优化的话。

会产生一些自交的一些现象，会产生一些自交的现象，那么怎么样才能够去避免自交呢，啊那么实际上在呃我们上次的做一些，就比如提出了一个叫做变分啊，调和的方法对吧，也说他如果呃满足一个调和隐私的条件的话。

那么它实际上就是可以避免自交啊，那么商也是恰巧我们发现诶，在这个有些人里面上有这么一个工具，就是在做网格生成的时候，它叫做一个whistle map的一个方法啊，那么长就是通过这个影视呢。

它也是可以达到无支交，又让他的又可以让他的这个呃一些节点啊，去呃去满足我的一些意向的一些分布，那么这个分布呢呃整个的这个知道了方程啊，就是这么一个这个方程的诶，大概呢它实际上是和我的这个波动方程。

有点类似对吧，不同的是，我这边会有一个叫做g catheter这么一个东西，gc就是我们班的叫做monitor function啊，这是我的这个主导函数，那么这个monicc function。

它是实际上就是说可以来控制，你这个内部的控制定点，我怎么分布的啊，怎么分布的，那么实际上就是说我们就是基于这个框架嘛，来来做了这么一件事情，所以说这个里面的关键就是我怎么样呃。

来定义这么一个model function啊，我们这边主要给出了两个定义啊，第一个modefunction呢，它是呃按照举例的这个度量来定义的啊，也就是我们发现实际上是说，因为在曲率越高的地方对吧啊。

就是这个比如这一个例子啊，就是说这是一个我平面的计算e，然后我最后得到一个solution surface是吧啊，来作为我的这个物理的解，就是它虽然是必要条形式对吧，它的高度值反应它的物理量的分布嘛啊。

那么实际就是说大家发现发现就说诶他在这个，曲率比较大的地方，但是呃应该是误差也是比较大的，误差也是比较大的啊，所以说呢我们就是把这个曲率这个度量，把它引进引进来，把它引入进来。

作为一个呃重要的一个啊一个一个modic function啊，小伙伴我们主要是用了主曲率啊，那么这个主曲率的义呢，咱们这个微分几何教科书里面都有，非常呃详细的这个讲解的，我这边就不讲。

那么这边呢我们也可以看一个例子啊，这边就是我们的一个计算域对吧啊，然后在这个计算器里面我可以给你呃，呃有一个精确解啊，这就是一个tan h的一个这么一个解就可以发现，就说上次他在这么一个圆的啊。

就是送一个小圆嘛，对吧啊，他在做一个圆的地方啊，也说当等于零的时候，它等于一对吧啊，所以说它的s就是说如果等于这个东西，高度是等于0。25的时候，它会上升，这边跳等于一了啊。

所以这便是会有这么一个非常重要的，尖锐的特征，在这啊，这是他的一个一个精确解对吧啊，那么实际上也就是说如果你初始的这个参数化，初始的工作平台正好分布的话，我就仿真出来的结果是这个样子的。

也就是说这个地方它的物误差，基本上都集中在这儿，对比较大啊，那如果采用我们这个呃，和曲率啊相关的这么一个model function，然后再和这个vismap把它结合在一起啊。

我们就可以让它的控制定点啊，a就沿着这个根本就在这个地方，他的就显得比较密集对吧，有点像理由的，有点像那个各项异性的一个意思啊，各项异性的这个意思，然后这样的话啊，这样的话我对我的这点就这个样子啊。

现在无误差了，也变小了，对吧啊，如果我们进一步迭代啊，进一步迭代最终的结果呢就这个样子，就是文得到回复到这里啊，那么相应的这个呃error是不是也就很小了啊，很小了啊。

所以说就说我们通过这么一个基于曲率的一个，毛利方式来进行这种猥琐map啊，那如果既可以保证无视交，又可以让我的控制点沿着某一个呃呃区域啊，去去聚焦，然后去得到这个精度更高的级啊。

就得是初始的一个patch的一个结构，就是我们所谓的计算单元了，就是我们等几何里面的计算单元就不同的颜色，就是我们的计算单元是因为大家可以呢，它确实呃都是取的计算单元对吧，这如果是中间的那个排。

中间的分布情况，这是最终的这个配置的分布情况啊，大家可以看到他这个呃，就在这边就比较密集了对吧，所以说在这边呢，因为它的特征都在这，绝对不到大都在这，所以说我最后30得到。

可以得到一个嗯比较好的一个分布，然后我相应的这个g可是a对吧，y x就说我这个另外一个model方式，我也可以把它作为一个一个嗯，作为它的一个内部的一个东西，作为它的一个modefunction。

也是把互联物它估计也可以作为一个model function，这样的话，也就是说我可以呃让我的控制顶点啊啊，最后适合的参数化既没有自交，又能够让我的这个误差最小对吧，也就是说我可以让我的控制点。

集中到误差比较大的地方去啊，误差比较大的地方去，刚才我是让我的控制零点集中到曲率这个思路，on surface区别比较大的地方去对吧，好这就是我今天介绍的一个主要内容吧，咱就是说呃第一个给大家介绍了。

我怎么样利用整体和分析框架来进行播送呃，问题的这个求解啊，播送问题的求解啊，大家可以通过这个框架和前面开源的这个，样条的库，然后大家可以试着去写一写啊，看能不能写对啊，看能不能写对啊。

另外一个呢我要给大家介绍了啊，面向这种坡松方程的呃，这个r细化的方法就是阿refer的方法，可能和他的思路啊，基本上就是说啊，也就是说参数节点提高次数对吧，或者这两者的结合都是需要增加自由度对吧。

但是我通过这个ai方面，就是我可以在不增加自由度的前提下，去提高法定的进度啊，所以说他也是一个思路啊，就类似于我们网格处理的remix一样啊，好今天的这个讲座就到这儿啊，可能有所言辞有所言辞。

我们下面呢后面呢争取啊，能够让这个网络环境呃变得好一点啊，因为发现延迟还是比较严重的啊，我实在没有办法，我们下次就考虑我先录好的视视频，先录好了啊，最起码我们在上传到这个网站的视频是流畅。

GAMES302-等几何分析 - P7：7. 基于等几何分析的线弹性问题求解及GIFT方法 - GAMES-Webinar - BV1dM4y117PS

好大家晚上好，那么现在正式开始上课啊。

这是我们是我们的第七讲，我们上次课呢给大家介绍了基于登记和分析的，这波松问题的一个求解，那我说播出问题呢，它也是一个非常经典的一个椭圆形的问题对吧，那么上它应该是一个在我们的热传导领域呢，更有代表性啊。

更有代表性，那么我们说呢，实际上我们可能在这个收听的大部分同学啊，啊应该来自于力学背景啊，或者计算力学背景，那么怎么样能够把我们这种啊等几个分析，和我们这个力学的这个背景联系起来。

所以说我觉得还是非常有必要，再给大家再学习一下啊，怎么样用读取和分析方法来进行，力学中的一些经典问题，比如说线弹性问题的一些求解，那么这也是我们这次课的一个主要内容，一个主要内容咱就是来介绍一下啊。

怎么样基于整体的分析框架来进行，我们计算力学里面最经典的一个问题，现弹性问题的求解，是这样的，我们也可以发现啊，这个线弹性问题，我们上次课讲的这个播声问题啊，他们在本质上还是有很多相似之处啊。

相似之处的，那么所以呢就是说银出来的什么，基于等级和分析的这个框架，这个求解的框架应该也是非常呃接近或类似的，那么实在后面的讲解中啊，大家也可以发现这一点，那么所以呢我们可能也只是呢。

可以给大家简单的梳理一下啊，这种线弹性问题的整体，来分析框架的一些主要的流程啊，基本上思想上和我们上次课的一些内容啊，我觉得本质的思想上是类似的，那么我们也呢也抢到了。

就当做是对上次课的一些部分的这个呃，一些复习吧，啊当然我希望还是希望就是能基于现代性问题，和它和本次场合这种热传导或者播出问题啊，还是有一些区别，还是有些区别，那么所以后面呢我还是想给大家介绍一下。

一种新型的等级和分析方法，叫做gift啊，那么这个gift的基本思想呢，就是希望能够打破等级和分析里面，对这种设计与或者计算域，与这个物理场的他们这个样条空间的一致性，从而更加灵活啊，方便高效。

那么这也是我们这个gift方法，的基本的一个思想啊，那么为什么放在这啊，我想因为前面已经讲过了，像这个热传导问题啊，和这个包括这次课所讲的现代性问题的，这个等几何分析方法的求解啊。

所以说我们也是想让那个大家可以啊，交流一下呃，更新的一些方法和框架，那么这是我们这次课的一个主要的一个内容，那么首先呢就是啊，这种线弹性问题的分解和分析方法方法，求解框架啊，求解框架。

那么像我刚才讲了现代性问题呢，实际上是有着丰富的一个研究历史的经典问题，特别在计算力学方面，这有着非常重要的这个地位，那么上等几何分析呢，我们说对于求解这种线性问题呢。

实际上是有着很好的这个求解的这个优势，对吧啊，因为在很多情况下啊，这个我们所通过计算力学方法所得到的，这个应力场啊，特别是线弹性里面，基本上还是有着非常光滑的这么一个性质啊。

所以说我们用i j来进行求解啊，i j它本质上就有一个高阶的一个性质，对吧啊，实际上也说，既可以利用它有这种精确的几何描述的，这么一个问题啊，还可以使用这种高阶连续的奇函数。

然后得到这种高质量的啊连续光滑的应力场，应力场，所以说它在很多方面呢就有一些呃，非常好的这个优势，当然我们这次呃课所讲述的啊，主要是二维线弹性问题的求解啊，然后也就是仅仅涉及到这个二维平面上的。

这个计算域啊，那么实际上对于三维啊，我觉得应该是非常简单的一个平均的推广啊，大家可以在课下来思考一下啊，基于我们这么一个二维的，这个线弹性问题的这么一个框架，我怎么样来进行啊，这个三维的这个推广是吧。

那么怎么这边呢，我们就给大家引入了一些符号啊，那么上市前面几次课啊，或多或少的都有啊，比较严重的一些这个呃这个延迟对啊，我后来想一想，是不是因为可能网络也有关系啊，还有一部分呢。

是不是因为我们用了这个这个笔的啊，这个画笔对吧，然后有一些动画，所以他在这个直播的时候呢，可能会有些卡，所以说呢我这儿呢就不给大家去弄这个画笔，也就是说这边这个缩影abcd啊，可以是取这种。

这边是一些记号啊，那么就是一些取值对吧，从一到d那么大，当然我们在二维问题里面就d9 等级，二三维问题，那么d就等于三对吧，然后这个里面也是呃，就是说我们这个里面的一些呃，分量的一些数对吧。

那么我们这个u a呢，指的就是u的第a个元素啊，第一个元素啊，那么呢它的微分呢可以用这个逗号表示，就是u ab，实际上是可以看作是，我是求着这个ua在x p上的啊，一个一个偏导啊，一个偏导。

而且呢我们可以用这种重复的下标来表示，求和啊，比如u a b b，它实际上就是因为我这边这个b对吧，它可以取从1~2嘛对吧，所以说u a b b我可以写成u a一加上ua 22。

那么上午在我还可以引入其他的一些记号啊，比如说像这种非对称张量的这个a啊，非对称重量的a上午就可以使用这个a，然后小括号里面的a b，表示它的这个对称的部分，然后这个如果是这个中括号对吧。

a a b就表示反对称的部分啊，所以我说我们可以很容易得出来，下面一些结论了对吧，所以说这个a a b它应该等于这个对称的部分，加上反对称的啊，然后如果是他们两个反一反对吧，我们可以写成啊。

是这两个对称部分的，加起来就是a a b它可以写成1/2，aa b加上a b a好，那么这一反对称的部分呢，啊我就要去这个相反数啊，虽然也是反对称的，就是这个意思啊，当然我们也可以下面这一行。

就是我们这个西格玛ab啊，西格玛ab，它是可以表示这种柯西应力张量的这个元素啊，然后又a呢，他表示这个位移向量的这个元素对吧，就是表示位移向量对吧，嗯所以我们后面这些方面。

这个西格玛西格玛就是表示应力啊，然后u就表示位移啊，f a f代表这个就是这个force，就是呃啊原函数数数，我们在这个都在这个日川那边叫原函数对吧，像我们这边也可以表示每次的这个单位。

体积体的这个这个一个月一个量啊，还有这个一品啊，这可以说是deep sheep sha b呢，就表示这种小型面的应力的张量啊，叫做工程的，我们这里就是应变啊，应变啊。

那么这边呢可能很多计算力学的同学啊啊，更加熟悉一些啊，对于这些记号，那么实际上我们也可以有一些结论对吧啊，也就是说比如说一些问题的，像我们这个县台一些问题的本科法，本构方程是什么啊。

它实际上就是要满足我们这边的嗯，这个胡克定理啊，因为这个signya比就是它这个应力应该等于啊，这个弹性材料的系数矩阵，乘以这边的这个应变对吧，这边呢是我们给大家介绍一些相应的，这个结合它的一些含义啊。

那么可能大家一下子也记不住我的，所以就大家可以在课下看一下，把这个好好去消化一下，那么上线弹性这么一个model problem 3，就是他这个一个问题的解对吧，问题解实际上就是说可以啊。

可以看出是我们这么一个线弹性混合边界问题，的一个时装form对吧，稍微有一说我们这个问题三，就是我们希望找到一个位移用啊，不宜用它，当然是从我们的物理域到这个这i d是吧，这么一个影射诶这么一个函数。

这么一个u我们这就是我们要求解的u对吧啊，那么我们希望呢他在这个区域啊，区域上呢他应该要满足这一个条件，就这个定力是吧，seek嘛，ab他俩加上f a，那么我们说这个f a就是那些体力嘛对吧。

他就等于零是吧，然后呢在一些边界上啊，就是说比如说在这个地边界上啊，他这个位移应该是给定的，他应该等于g a啊，就是这个因为它应该等于j a，那么这个j呢就是给定的given，这个啊边界位移对吧。

那么在这个纽曼变线上，他要满足西格玛ab乘以a b是等于h a h a，h a呢是在我这个你们边境上，他给定的这个x啊，可算和x那么实际上这些啊实际上这些加起来，我们说他应该就是呃，这个dex边界。

将这个圆圆边界就变成我们整个的边界是吧，整个的整个边界，那么这就是我们所谓的一个线弹性问题，的方程及主要形式就是这样的对吧，那么西格玛ab是什么，我们上前面就说了，这个西格玛a b它是应该就是前面的。

这和偏导相关的，对不对啊，所以说它本质上还是一个啊pd的一个方程啊，那么上次我们现在前面设计只是一个strong form，对吧啊，strong from啊，那么对于这种weekf就这种弱形式啊。

弱形式我们总要去主导它，啥时有时和我们上次课给大家介绍的有类似的，对吧啊，也就是说我们需要设置一个四函数，还有这个呃weight function对吧，trial function。

还有个weight function，那么我们通过两边同时乘以所谓的这个这个w，也说可以这个pass formation对吧，然后呢并采用一些分部积分的方法，我们就可以得到啊。

这个线弹性混合编制问题的这么一个呃，这么一个形式的表达，就是我们前面这个w怎么这个样子，弱形式这么一个表达对吧，那么说上这么一个东西啊，这么一个东西像我们和上次的结了，是不是类似的啊。

那么也是用了分部积分对吧，然后呢，怎么样把，就相当于把我们前面的这么一个p d c o，y a b加上f a等于零，这是我们要主要来满足的对吧，把这么一个东西变成了啊，就是说我们在不同的边界上对吧。

它要满足这么一个积分啊的一个等式对吧，所以后面我所有的什么这个高斯积分啊，那么的一套东西就可以用到这了啊，所以说啊，所以说这就是呃把它转换成每个形式啊，那么实际上呢我们也可以把前面的w是减一下，定义。

这像是个符号对吧，然后这样的话我们说就可以啊，就和这一样，是什么这个a u w对吧，他应该可以，因为w是u和w都是我的，这个前面定义过了对吧啊，所以说他应该等于w a b乘以c。

这是我们的弹弹材料系数矩阵对吧，乘以u cd再接存换积分啊，然后我这个lw是什么，lw是什么，就是实际上我们就是我们前面的这一项嘛，啊相当于这个我这个w这个式子对吧，w这个式子。

但我的这个左边啊就这一个啊，然后右边呢就是这一，然后我们把这个左边写成这个a u w啊，然后右边写成l w啊，然后我们把这个符号带进去啊，三就会得到这么一个呃简写的形式。

也是我对于任何一个在这个测试空间中的w啊，w我都可以啊，我都可以找到啊，一个找到一个u对吧，让他满足这些啊，常也就是说在我们这个计算固体的医学里面啊，我们这个w啊就是这么一个问题啊，这么一个问题。

装备叫做叫做虚功原理对吧，然后这个w的那被称为是虚位移啊，还有这个lw呢是上体力f对吧，乘以这个修为点，然后再加上就这部分了，那么这就是这个f加上乘以这个穴位，再加上这个边界的transaction啊。

得到了这个虚空上就这两部分就是它的这个，然后这个au w代表的就是我们这个应力啊，应力就是西格玛它所做的功是吧，这个都做功，也就是说实际上我们整个的这个等式啊，这个等式它就代表了它就代表了啊。

我在静态下的啊，经理学方面的，他只是个内功和外理工的一个一个平衡对吧，这个平衡，那么实际上我们把这些对称张量啊，写成向量的话啊，慢慢还可以降低它的接触，这就是我们的vlotation啊。

那么实际上就是对于我们这些线弹性问题上，我们这边有一些基本的一些概念啊，基本的一些概念，第一个呢就是我们所谓的这个应变的向量啊，应变对吧，这是个一穷秀啊，还没611622612加出来的。

然后这个虚的应变的相关啊，虚的应变就和w相关了对吧，这边就不说了啊，那么这个应力的向量啊，int的向量我们西格玛对吧，那么有呃西格玛一西格玛，西格玛一二是吧，西格玛一二啊，那么12是。

这个应该和我们前面所介绍的那个记号，是相应的，当然我们还有一些非常重要的，就是这边的所谓的弹性系数矩阵，就是我们材料的弹性系数矩阵啊，弹性系数矩阵，那么比如像这个d啊啊，那么它是一个3x3的矩阵啊。

那么我们这边的d i j的那个地方，它是可以看到是这个c a b c d的一个东西啊，一个材料系数啊，材料系数因为我们已经知道了啊，已经知道了这个什么啊，西格玛就是我的应力等于这个材料。

弹性系数矩阵乘以应变对吧，乘以应变啊，所以说呢我们商也是可以把什么哎，把前面的这个a这一项啊，a这一项啊的西格里面的西格玛换成啊d乘以，现在u对吧，那就是他了，对不对啊，我原来这个a u w是什么啊。

是这个吗对啊，也就是说我们是把这边的这个u是吧，u cd把它写成啊，把它换成这里的这个呃，用这个表达式来换成，换成一个应变的一个表达式，应变的一个表达式，啊那么相对于这种各项同性的啊。

就是个astroopic的这种body啊，那么说我们是有这么一个关系式的啊，就这个材料系数据材料系数啊，他的c a b c d x这个东西它等于mx啊，加上德尔塔ac e dt b d加上德尔塔a d。

加上德尔乘以德尔塔b c，加上啊number的x德尔塔ab乘以德尔的cd啊，就这个嗯大家知道一下就可以了啊，那实际上就是这个name和mal，就是我们说的拉力常数啊。

那么实际上这个呢呃这name和mea，就是大家非常计算力学同学们收集的，就这个样式模型和播种的系数，那么实际上这个number它上就是等于会一除以啊，e加位乘以1-2位啊，然后没了也算一个达式。

那么实际上这样的话我们就可以啊，我们就可以把这个应变，应力和应变它们之间的关系把它写下来啊，把它写下来，就是这个啊，就这个就比如说我这里的西格玛111，西格玛二，西格玛3312313212是吧。

它也和后面的这个应变相对应变，应该可以看作是这么一个矩阵乘法啊，那么这个矩阵的元素就是和我们的啊美啊，拉面常数相关的相关，那么像这个时候的这个应力和应变的关系式，对吧，上我也是可以呃把它写出来是吧。

先把它写出来啊啊这个写出来，这个写出来实际就是由我们前面的那个呃，矩阵的逆矩阵了对吧，把它把它给写出来是没问题，那么实际上对于我们二维问题来讲呢，我们对于这个z方向的呃，他的这个应变值呢我们是。

是要忽略的对吧，所以说他的这个呃，13323和一三呢就是就是等于零对啊，那么这样一来啊，这样一来说，我们就可以得到下面这个式子啊，下面这个式子，啊就这个西格玛一西格玛一，西格玛二二，西格玛二。

西格玛一二，他应该等于啊这么一个矩阵啊，乘以二乘以这个一分一一平方二，也就是说实际上对于我们平面应力，平面应力，我们实际上是有下面一个，非常重要的一个式子啊，非常重要的一个式子。

就是呃我的西格玛和我的一不送，我的应力和应变之间啊有这么一个关系，那么这个矩阵d啊，矩阵d它就是一个3x3的矩阵啊，他们这边的mu和lambda，就是后所谓的和我们的这个呃。

补充模拟压缩模量和泊松系数有关系，那么也就是说当我这个z方向的尺寸啊，z方向的这个尺寸和，与其他方向的这个尺寸相比，大多数它就像就会产生一种所谓的这个平面的，这个应变对吧，平面的这个应变。

只要在这种情况下，这个z方向的啊，z方向的这个主应变，它实际上就是要被约束，并且假设四零啊，也就是说像这种平面的应变的这种假设啊，我们经常啊经常啊应用于这种大坝漏斗吧，还有他这个呃。

其他这个岩土工程的一些分析问题上面去啊，那么实对于但是平面应变的，我们也是有相同的这个类似的结论啊，比如说我们也是要忽略z方向的这个应用力了，就是说这个西格玛三三，西格玛二三和西格玛一三应该等于零对吧。

那么你相应的这个一普通一一，普通二二还有对吧，相应的产品和这个西格玛一，西格玛二二以及西格玛一二之间的关系，我们身上有这么一个矩阵之间的关系，只是对这个矩阵求逆，我们就可以把这个西格玛一。

西格玛二和西格玛一二，写成关于1112和1122的这个表达式啊，这个表达式，那么有了这么一个表达式之后啊，有了这么一个表达式之后，我们实际上就是呃得到这么一个新的一个，矩阵间的关系对吧。

也就是对于我们平面应变，我们上次有这个西格玛，u应该等于这个mu应该等于d，所以iu这么一个关系，那么这个d啊，这个d啊就是我们的材料系数矩阵，它的表达式代表合作文，这个压缩模量之间只有这么一个关系。

好的，那么实际上这个平面应力啊，它经常发生在这种薄平板上，而且这些平板，这些平板呢，它只受到这个呃，与其平行的这个载荷力的一些作用，那么实际上我们前面所讲的这个平面的这个。

应变和平面的应力是我们二维弹性问题中嗯，这些经典的一些设定的方法啊，让是对我们弹性力学作为呃，是非常重要的一个理论的基础啊，所以说呢上面这两个框框之间的这个关系，这个关系我想大家还是要要要知道啊。

就说这个应力和应变之间的关系对吧啊，就这边的西格玛u，它应该等于d乘以1x6啊，那么这个d啊，这个d上次对于我们这种各向同性的，这种平面应变对吧，它的d的这个表达式是这个样子啊。

而这个它的法向的这个应力啊，法向的这个应力对吧，他应该等于是一个码三三等于name的乘以一，普通一加上加上一平二二对吧，那么对于这种平面应力，平面应力，它这个d的表达式又不一样对吧，又不一样啊。

那么所谓的这个法向的这个应变啊，实际就是内反对，那么上就是这个133，等于这么一个表达式啊，我需要也是通过了啊，啊我们这部分啊让大家对这种弹性力学，它们之间这个应力和应变他们之间的相互关系。

让大家有个了解啊，当然就是如果有同学想这个打算深入了解的话，我想建议啊，可以去进一步系统地去学习一下，弹性力学方面的一些基础知识，那么下午没在这个新的框架里啊，在这个新新的框架里面。

我们还是要希望通过整体的分析方法来进行，这种呃，现代性问题的求解对吧，现代性问题的求解，所以啊，所以这儿呢，我们还是呃，采用的就是这个加热金的这个方法啊，加热金的这个方法，那么也就是说。

我们是为了把前面的说给大家介绍的，这种线弹性问题的这种弱形式对吧，能够转换成这种呃大型的线程线性系统求解啊，我们也是和上节课给大家介绍的这个框架一样，也是可以用这种加点金的方法啊，在有限期里面对吧。

我们三就是把这种高位问题把它转换成啊，这种低位位在有限无穷为里面对吧，在在有限位里面来进行求解对吧，那么实际上也就是说呢，我们因为要用nervg来表示物理层对吧，实际上也就是说在这个集合里面的。

实际上我是可以用这种总裁的方法啊，比如说我这个w啊，在这两个空间里面啊，啊和v这个空间里面的w和u啊，都是采用这个那么实际函数来进行表达啊，那么实际上这个势函数，这个它的这个变量系数就是c i对吧。

然后这个即便是函数，这个就是di对吧，咱也说实际上我们要求啊，一个给定了一个函数g啊，那么实际上我们这边呢，就是它是在属于vh里面的，对不对啊，来上上，对于这个里面的每一个vh里面的哪个。

因为都存在与之对应的位置，满足下面这个关系对吧，那么说如果把我们这么一个交流，经这么一个等差的一个思想，应用到这个线弹性的问题上面呢，我们就可以得到这个u h啊，它应该的位置加上g h对啊。

然后呢我们去求解下面的这个不论形式啊，也就说对于我们这个rh里面的，任何一个是函数w h，它应该都满足这么一个弱形式啊，弱形式，所以后面啊，就是说我们呃就可以根据相应的一些定义。

把我们上个市里面的已知量和未知量呢，来进行分离，来进行分离啊，那么像我们这边呢，呃，因为这个单位也是都是写成了，这种奇函数的这种表达形式对吧，这种奇函数的表达形式啊。

上我们就可以选择一些减x的这种表达啊，比如说我们怎么样把这种多维的呢对吧，无穷无穷，为了把它变成有限维里面去啊，也就是说这样的话，我们实际上就是这个uh和位置的，这个第二个部分就上。

可以写成这种一种组合的一种形式，对吧啊，组合的形式，那么我们把这个因为我们的u和w，它是都是表示ng函数的一种形式，对吧啊，只是一个控制变量是c i，另外一个控制变量是di对吧。

那么我们要求的就是这di对吧，那么像我们上次也给大家介绍过了对吧，如果你在这个里面是，我就是可以把a等于w减去a了这么一个形式，八大三就是可以写成这形式对吧，那么实际上因为我们说啊。

因为我们说按照一定根据这个a这个表达式的，一个线性的一个性质啊，像我们是可以把它整理成这个样子啊，整理成这个样子，整理成这个样子之后就是五五这一步对吧，那上我们这一刻发现它对于任意的c i。

任意的c i他都要满足啊，都要满足啊，我们这边的，这个五这边这个式子对吧啊，所以说呢我们就相当于说呃，后面的这个b从e到d，然后到后面这一部分，这个东西呢它应该等于零对吧啊。

如果这个所有的这些项都等于零啊，所有的这些项都等于零，但是我没说呢就可以得到啊，就这页ppt的最后一个表达式啊，这个等式，那我们这边要求解的就是这边的d j对吧，所以要求也就是这边的d j。

所以说呢我们实际上就是可以啊，可以完成啊，可以完成实现啊，就是呃把这么一个弱形式，怎么样转换成了我们的所谓的这个线性系统啊，线性系统，还说实际上对于我们上面的呃，一些这么多各个方程对吧。

那么我们如果有a e q的方程，那么我们最后得到的也是n e q的未知数啊，那么这个n1 q等于什么啊，那么实际上就是我们前面的两个线性空间对吧，他们之间的这个位数啊，把它剪掉，把它剪掉就可以了。

那么也就是说，根据我们前面讲的这个所谓的虚空原理，那么我们相对于每一个全局的奇函数啊，我都有一个方程对吧啊，为我们这是一个全局的奇函数对吧啊，那么在这里呢，我们实际上对于每一个全局的奇函数啊。

都有第一个方程啊，上我们就可以引入一个i d的数组来表示，这边的时候我的自由度a从e到d对吧，然后一个全局函数的一个缩影，i联系得到一个方程的缩影p啊，这个p呢它等于i d怎样，当我们实际最终呢。

会也是会得到一个线性系统啊，会得到一个线性系统，就是这边的kd等于f k d等于f，那么这个泰迪cat就是我们所谓的这个stiffness，magic，实际就是我们的这个刚度矩阵对吧啊，刚度矩阵啊。

当然这边呢是一个整体的刚度矩阵啊，然后这个d呢就是我们的这个位移向量啊，就是我们要求的有要求的对吧，然后这个f呢就是我的这个呃force week，就是我的这个可以是外部的这个力学条件，之类的，是吧啊。

当然我们这边它定义了一些下标的一些东西吧，就是所谓的大p和大q，大p和大p q，那么实际上我们这边的这个k p q刚才说了，cp q是k里面的一个元素，对吧啊，这个元素呢，我上次可以根据呃。

这个这个右边这个框框里面的直接表达，把它给算出来对吧，包括f p啊，包括f p，那么实际上下面的问题就变成了什么，哎对于这么一个，刚度矩阵对吧，刚度矩阵我怎么样来进行这种呃，矩阵的装配问题对吧。

矩阵的装备问题要去完成它对吧，要说我怎么样把这个k和f把它里面的元素啊，都很好的把它求出来对吧，那后面呢就变成我总求d了啊，那么实际上这边呢我们根据这个虚空原理，我们已经构建了很多的这个局部的刚度矩阵。

还有它的局部的这个载荷的项链啊，下面呢我们就需要把它们装配到全局的，高度矩阵和全局的载荷向量组去，这样我们就得到了全局的一个呃线性系统，然后呢求解这个d i d j就可以对吧。

那么实际上我们可以首先计算出单元啊，他这个单单元呢就是在我们整体和分析里面，就是这个节点区间所对应的这个曲面片，对吧啊，这个局部的刚度矩阵，我们实际上就是演示，可以用下面这个式子来算一下。

这个k p q e这么一个东西啊，那么我们如果把这个应变啊，把这个应变成这个epsl啊，就像我们这边是线弹性问题对吧，写成这个样子的话啊，当然这个ba啊，他ba啊，他就是和我们这个基函数相关的对吧。

那我们家就可以把这种局部的刚度矩阵，局部的刚度矩阵啊，简写成k p q e，比如说我们这一页p p t啊，最下面的这个式子是减成这个式子，那么实际上这是对于我们这个高度，局部的刚度矩阵的。

那对于局部的载荷啊，我们也是可以把它写成呃，是下面这个f p e的这种形式啊，p的这种形式对吧，也是和我们的这个啊fa ha这些根据条件啊，这些右端项相关的对吧，然后这个a呢就是我们的几个基函数相关的。

对吧啊，然后这边也是用了应变的那个那个结论，那么啥也是为了将我们这种局部的刚度矩阵和，载荷向量装配到这种全局的系统中啊，我们也是需要下面的一些数组，就是个p啊，其实这个p啊它就是一个全局公司的缩影。

这个a啊，就是我们所谓的这个自由度，a4 的局部的积的缩影啊，然后e呢是我们这个所有的这个单元的，这个编号是吧，单元的编号，当然如果你最后得到这个dd clay边界条件对吧。

只是遇到了dclay边界条件约束，而没有这个呃，比如纽曼这个条件的话啊，这样这个非常方便的对吧，你只要把他那个呃，因为都只是值相等吧，只要把他那个条件啊，更新这个全局的载荷向量就可以了啊，也是这样的话。

我这边呢也是给大家说，写出了他相应用的这个伪代码是吧啊，你说根据我们前面介绍的思路，我们就可以写出相应的这个单元的这个，装配的过程，对吧啊，你看这边上就是主要有两个大的循环，大的循环就说一个是a乘一到。

这个是相当于我的分量的对吧，就是d和我的尾数相关的对吧，另外一个是小a从e到a这个logo，实际上这个和我的单元相关的，对不对，单元相关的啊，然后这边呢我就定义了一些p小，p大p i这些对吧。

就是和我的一些呃这个索引啊相关的东西啊，那么下面呢就是我怎么样对他的这个载荷，这个东西来做的，那么朝这边啊，这边大家可以看到啊，一个是局部的刚度矩阵，我怎么来更新啊，比如说这个右边的。

就是说我因为我这写不下了嘛，就是这个这个右边的这部分，实际上就是我们后面就是右边的这个，中式的框框里面的，所以呢代码是这个样子，那么这边呢也是，它就是定义了一个两重性了对吧，一个是b还有大b。

一个是小b啊，一个也都是从一到小d，从一到他的这个这些对吧，然后这个里面呢他就算了，我这个相应的这个每一，它这个局部的这这刚度矩阵，我怎么样进行装配的是吧，或者开pk啊，啊f p l我是怎么来弄的啊。

上台也是要先把这个k p q e啊，这些局部的这个高度矩阵的描述啊，把它给算出来对吧，所以这后面这边的这个问题就变成了，我怎么样来求这里的k p q e对吧，k p q e。

那么要求这边的这个开pk用的也是，我怎么样去构造这个每个单元上的，这个高度组件和载荷的项链啊，这样的眼霜也是要用到我们呃，上次课给大家讲到了这个等差的思想啊。

啊这个包括这个北京这个extraction啊，就是这个提取北大的提取对吧，还有这个高斯积分对吧，高斯积分的一些方法啊，高斯基本方法，也就是说实际上呢我们这也是采用这种等差啊，包括前面我们介绍的事情。

一个它的相应的这个单元的刚度矩阵啊，单元的这个刚度矩阵，实际上是可以通过这个式子来进行计算对吧，来计算，那这边它也是用了这个我们这个应变的，应变的这个表达式啊，应变的这这个表达式啊。

就大家可以发现我这么一个kpq，也说e我这个局部的这个单元的刚度矩阵，他最后一种是高斯积分，把它算出来，就是变成了一些函数的求值对吧啊，包括大家里面也涉及到一些求导啊，因为这边我要用到什么啊。

雅克比是吧，也就是说我这边像是需要啊，需要呃把把这个在这个物理空间上的这个积分，把它转换到这个参数空间中去啊，把它转换成参数空间中去，因为这边呢抓住了一个等差的一个事情是吧。

那么相对于单元载荷啊也是类似的啊，也是类似的啊，这边呢主要就是两个部分吧，一个就是呃这个它的体积力，它会像这个重力啊啊离心力啊，还有这个表面力啊，牵引力等等啊，那么像这边的文章。

也是要通过这些载荷来进行求解，三，就是我要求一下，这f p以上也是用的这个应变的东西对吧，那么最后呢也是通过把这个档次变换啊，然后和我们的这个高斯积分结结合起来，然后求它的右边啊。

这边这个思想是类似的啊，我这边就不呃，详细介绍了，所以说呢，所以说呢我最后得到了这个呃，表面的构建公司啊，就可以把它啊，类似的写成这个这样的一个形式啊，这样的一个形式啊。

实际上是对于其他的这个边界积分呢，也可以用类似的一个方法来呃，方式来进行表达啊，来进行表达，也就是说对于这种呃纽曼的这个边界条件上，我们也是可以通过呃创创建一个这个隐瞒数组，来表示啊。

就说我在哪些边界呢，它是一个地方边缘条件对吧，来创建这么一个东西，这样更加方便，这技巧呢我给大家知道就可以了啊，所以说这边的我也列出了相应的构，怎么样构造单元刚度矩阵的呃和载荷向量，这边是这个的。

就应该是对吧，呃一个相应的这个微代码对吧，大家可以发现他这个相应的就是，我和这个次数有关系的对吧，我两个方向的次数，因为我现在只是在两个单元上对吧，所以说这边呢我就要向商业的去调用它的。

这个sc function对吧之类的啊，还要求各个相应的一些偏导啊，这个雅克比啊对吧啊，包括一些循环三，这个循环我还删了呃，来做对吧，首先呢我我要构造这个b a e，就是我们通过这个应变来。

就是和g函数相关的对吧，那么这个b b e对吧，那么下面的我，因为我我这个关键的就是这个k嘛，我局local的这么一个局部刚度矩阵，它怎么来算的啊，就是调用这个词，那么当然对于其他方面也是对吧。

也是一样的对吧，就是我整个的p q e在这个单元上的标准去上，我就是呃这样来来来把它累加起来，对那啥对于我这个右边的这个frost，这个这个这个false function对吧，网上也是可以啊。

一类似类似的方法来进行主要进行一些求解啊，这样的话我就上去就构造了呃，实现了对这种单元，刚度矩阵和这种载荷向量的啊，它的一个，局部的一个计算对吧，那么我们总结一下的话，大家看一下。

我动在我们的整体和框架里面，来求解这么一个呃线弹性问题啊，线程一个问题我就今年哪些步骤对吧，那第一步就是说呃，初始化的问题是初始化问题啊，那我怎么样啊，涉及到的次数啊，结束啊，节点项链啊，控制点的集合。

包括这个全因子啊，再结合啊对吧，然后怎么样去调用函数，获得他的这些呃下标啊等等，包括我们要计算的一些一些这个呃高斯积分啊，这些这些这些词是吧，然后这也是初始化对，包括一些下标数组啊。

然后这些一些边界条验证它的设置啊等等啊，另外一个呢就是我怎么样去构建相应的这个呃，刚度矩阵，对吧啊，我我怎么样对所有的这个，单元对吧，所以说对这个单元做一个循环，从一到n单元的这个数目对吧。

那我调用这种单元的计算函数啊，单元的计算函数来得到这个k e和f e呀，那我调用这种单元的装备函数，来更新我的这个kf啊，啊，那这样的话，我上去就先从这个单元的这个高度矩阵。

然后组装成全局的高度矩阵对吧，然后这样来做，那么那么那么实际上这边的主要就是这一个啊，另外一个的话希望能够添加一些啊，边界的啊与约束条件啊，边界的约束条件，那么实际上这个边界的约束条件呢。

实际上就是说我怎么样啊，怎么样把我们的这边的一些，无论是delicate边界条件啊，还是这个牛掰面试条件啊，啊能够把它填到约束里面去啊，然后呃，综合前面的我们所构建的刚度矩阵，和这些边界的运输条件。

然后再形成啊，求解我们最终的一个呃线性系统是吧，比如说把我们这个偏移量啊，这个位移d可以把它求出来啊，然后最后呢得到一些结果，那么商这边呢就是我们得到的一个呃整体的啊。

整体的就是我们用等级和分析框架来求解，这个呃，先谈一些问题的一个解释，咱也说，如果有的同学以前学习过这种有限元方法，包括基于加六间的这种有些方法，来求解现阶段一些问题的话，呃如果在以前做过。

你就发现整体的框架是非常类似的对吧，无外乎哪里不对，就是你的cf function，你的新函数不一样对吧啊，还有你的这个节点的定义不一样，对节点的不不是节点的定义是这个什么啊，计算单元对吧。

计算单元对应的也是我们在这，我想这是等级和和有限元最大的区别，就在这儿对吧，在等几何里面，它的计算单元不是那些小的三角形单元，而是我的那些节点虚区间对吧，那实际上对于我们二问题。

就是我的参数域里面的一个，比如从0_1，从01啊，怎么两个方向相乘这个节点区间啊，我现在一个小的这个矩形片在参数域里对吧，那么到了我们的曲面的物理域，曲面的物理学他就对应于一个小的这个，曲面片对吧。

那么这么一个小的曲面片，就是我的等几何里面的计算单元，计算单元，然后在这个计算单元上的，然后它再用相应的这个呃高斯积分法啊，之类的方法，然后再去算是吧，这就是我们整体和分析它和有限元分析里面。

最大的这个区别啊，最大的区别，啊当然这边也也会涉及到一些呃就是下标啊，就这边呢也是我觉得就是说这边呃，实际上是对大家实现，就是这个程序实现方面是呃非常重要的啊，非常重要的。

也就是说像我们这边有一些我的一些学生，也开始实验的时候也会出现这些问题啊，就会嗯出现一些混乱的一个问题是啊，就是说商丘这边的商务没有两种方法，一个就是怎么样通过这个进行顺序索引啊，把这个位资料准备起来。

还有一些可以用这种自由度的数量，将物质量啊组织起来，就可能一大块就是好像用第二种方法更直接，对不对，更为直接啊，啊，那么实际上另外呢，我从我们如果用这种奇函数的这种方式，把这种未知量进行组织起来。

也是我们得到了这个刚度矩阵，它更稀疏啊，那么对于后面我们这个求解也是更好也更好，啊这是我们这个这次课的第一部分内容啊，就是说给大家介绍一下我怎么样要用呃，在我们整体和分析框架里面。

去求解相应的这个线弹性问题啊，线弹性问题，那么呃下面一部分，下面一部分我想就给大家介绍一下，还有一些时间吧，就给大家介绍一下我们这个gift的思想，简单给大家介绍一下。

大家应该可以看到我现在这个这个啊这个ppt，那么实际上是什么叫做gift啊，什么叫做gift啊，实际上就是说他实际上呢，就是希望能够对这个等级的分析方法，再做一些进一步的一些优化啊。

我就说登记和呃他的这个基本思想是什么啊，它的基本思想是什么，它的基本思想就是说，我希望能够在同样的样条空间里面去表示，或者几何对吧，还有我们这个物理场啊，还有我们的物理场啊，那么实际上这么一个问题。

这么一个思想对吧，非常简单对吧，无外乎就是把我们这个x y z，后面我再加一个w对吧，我认为g函数呢都是一样的啊，12代我也要说这样的以来的话，像我们这个几何对吧，就像这个飞机的这个模型。

它的这个几何和我的物理场之间啊，物理场之间他们上是有共同的什么参数域啊，共同的参数域啊对吧，比如说有了共同的参数仪之后，那么在这个上面呢，我们说它所具有的这个就有这个共同的这个呃。

共同的这个这个奇函数对吧，就可以定义的啊，那么实际上就是说如果这样来做啊，如果这样来做，就是说我在同样的这个几何呃，同样的这个样糖空间里面，就同时表示几何和物理场啊，会有哪些问题啊，会有哪些问题。

当然这个是好的对吧啊，那么呃你当然也会带来一些问题啊，下面呢我们就给大家介绍一下，年收，这也是我们这个所谓的gift，它的这个呃方法，这个框架的一个主要的一个auto vision，一个动机啊。

第一个呢就是说虽然啊，虽然就是说我们通过这个等几何的这个思想，对吧，我们实现了实现了这么一个几何建模和设置，反变形片发行方式，它的一个无缝的一个基层，或者统一的一致性化的一个表示啊。

但它确实也会存在一些问题，第一个呢就是说而且也说一些约束啊，可能不是我们想要的，什么意思呢，就是说呃可能你的这个几何，它本身呢呃可能是比较高，次数比较高的对吧，呃可能是用比如四次。

五次啊来表示的这么一个几何，那按照等这个等级和分析的实际的话，我表示这个物理场的时候，我还是要用同样这种高次的这种表达去表达，其实在有些时候可能是这种表示啊，呃可能是没有必要对吧。

也就是说我可能用这种二次的三次的就ok了，就可以了就可以了啊，爷爷说了，如果你硬要让这个几何表示和我的物理场的表，物理的表示啊不要一致啊，那实际上就是说也也是呃，有的时候呢可能是有些苛刻了对吧。

有些苛刻，那么当然还有一个还有一个问题是什么呢啊，因为我希望用什么，哎我希望这个实现他们经常统一表示对吧，嗯大家都知道我在一些几何计算理论啊，就我们c d d领域，我除了这个呃nervous。

除了这个必要条对吧，我还有其他各种各样的要求对吧，比如说像这种三角的样品，也是定义在三角翼上的三角画上的样品啊，还有像所谓的t2 条对吧，还有其他的定义在非多项式空间啊，也说我们像这个b样式。

都是定义在从1t t的平方，一到t的n次方这么一个多项式空间里，对吧啊，其实以前我的导师汪国真老师啊，他在大提出了呃一些非多项式的要求，比如说我在这个除了这个多项式啊。

我可以在多项式的后面再加上sin t cos 1 t，甚至我可以纯粹一些研究，我在这个3t cos e t啊，这些三角双曲的这个样这个函数里，空间里面它的一些样条表示方法对吧。

那么实际上啊实际上就是说这些样条对吧，你如果想用作等几何的话，我肯定还是要要用同样的表示去表示物理场，对吧啊，但是很多时候什么哎五这些样式的表示，实际上是，它并不是和现在主流的cd系统是兼容的。

对不对啊，所以说我很多时候就是需要把呃，你如果想用这些这个呃非多项式样条，或者其他的一些新型的样条，空间的整几个分析方法去做物理仿真的话，我就需要把现有的这个nbc的几何。

把它转换成其他的一些样条表示的形式对吧，但是很多时候大家都知道，因为他们这个所谓的海数学空间，样条函数的空间不一样对吧，所以说很多时候这种转换都是无法做到，精确转换，所以说这有这有三。

就是回到了我们就原来的这个等级和和，有限元的这么一个这个逻辑的对啊，也就是说这种很多时候这种经济的转换，它是不可能的啊，那是不可，那么所以说这也是我们所提出的这个game的方法，的一个主要思想是吧。

那么所谓gift的是我们为什么叫做gift，就是他我们把它称为命名，不是geometry，就是几何无关的一个厂的一个，毕竟方法物理场的一个环境的方法，也就说实际上是在这个里面呢，啊想法也很简单啊。

就说既然你等几何是要求你的几何表示，和你的物理场，一定是要在严格的一个物理空间的，这个样条空间里面对吧，那我希望他能够把这种限制啊，把它放松，把它放松啊，也就是说我在做几何表示的时候。

它是在这个参数域里对吧，它的样条空间它定义在这个上啊，那么我在做这个物理场的时候啊，物理场的时候，我是用其他的样条形式来表示这个物理场啊，比如说我这个几何啊，外形我是用三次的或者四次的变量条。

就是我用四次的变量条来表示的，那么我这个物理场呢，我用这个二次的变量条来表示啊，应该说说不同的是什么呢，啊就是说我这个几何和物理厂的，他们的这个参数域是一样的啊，这个参数是一样的。

它的意思就是我这个参数域的大小是一样的啊，比如说都是从0_1，从02再乘起来是吧啊，也就是说这两个方向，就是说他们这个也说这个矩形的大小，这边最右边的这个图啊，就这两个矩形的大小是一样的啊。

但是但是也就是说在同样的这么一个大小的，一个同样的这么一个参数域的范围内，他们这个节点的划分啊，节点的划分是不一样的，也就是说我可以甚至可以允许有这种呃t节点，比如说我们这个可以在上面定义。

所谓的p h t样条或者t2 条，对吧啊，这种形式啊，你说这样一来的话，当然也有说，我的几何是定义在一个样条空间里面啊，那么我的物理场，平行在另外一个样条空间里面啊，但是啊但是我的几何或者物理场。

他们有共同的参数域，或者叫做共同的参数范围，对吧啊，那么这样的话，我再把这里这个物理层，把它复合到这个几何上面，就会得到在这个几何上面的物理层表示，你说这就是我们这个gift的方法。

它的一个基本的一个思想啊，不知道大家有没有理解啊，那美丽的同学可以等下看一下我们的ppt啊，再进一步理解，那么实际也就是说呢有了这么一个想法之后，我这样的话，我就说我的几何对吧，你可以用高次的啊。

无论是五次六次七次都ok的，但是我的要我的这个物理场啊，我还是用三次元来表示，这样的话实际上可以避免很多的一些，包括计算成本啊方面的一些要求对吧，比如说我们有了gift的方法，可以让等几何的这个思想啊。

更加的什么啊，等几何的方法更加的灵活啊，更加也就是说我们可以比较一下啊，我们前面讲了这个总体和求解的框架，和我们现在讲的这个gift的这个事情对吧，也就是说等你和他是在同样的样式空间里面。

既表示的几何仪表示无内存啊，那我们现在这个跌幅的框架里面啊，我这个物理场的表示，就是和这个几何的压力空间可以不一样，可以并不一样对吧，另外呢就是我这个计算域在你要做，比如说这个s细化b细化的时候啊。

它的计算域是要怎么样啊，因为我是要同时对几何物理场进行h e r，p循环对吧，所以它的计算与能参数化是变化对吧，但是我gift的，因为我允许两个东西分离分离可以表示不一样，虽然我都是样条表示。

但它可以分别可以不一样对吧，所以说我可以gift带单计算，有的参数的话，我是可以fake，也是可以一次固定对吧啊，只是我这个用来表示物理场的那个样条空间，来做相应的h计划和p细化。

那么包括它的这个积分的单一单元啊啊，也就是说甚至我可以在，呃我在ig里面对吧，我在ig里面呃，你说做这个积分就是我参数运用上，技术参数运用的这个节点区间嘛，对吧啊，error在gift里面呢。

甚至我就也是可以做对它的参数化不做改变，对吧啊，不做改变，而且这个时候的我的这个degree，就是我这个自由度，我这个自由度我在等几何里面都是固定的对吧，是多少就是多少。

那么gift里面我是可以根据你的呃，喜好来选择了对吧，包括这个物理场连线啊等等，这方，也就是说也说gift它会带来哪些好处，它会带来哪去，也就是说我整个物理场的这个表示啊，更加的灵活，更加的灵活。

对吧啊，特别是对于这种呃物理上他可能有一些局部的，非常呃装的一些特征的时候啊，可能我用我们这个gift的这个非常灵活的，更加灵活的框架，可能更加的方便啊，更加的方便啊，另外呢我就说刚才讲了。

说我在做这些refinement，说这些加息的时候啊，作业加息的时候，我可以只把这些加息啊，身边这些操作呢只在这个样条空间中呢啊，这是物理场的样条空间中的来做啊，还有一个呢就是说呃，实际上也就是说我。

我因为我在基于这种雅克比的这种思想的话，我上就是呃需要做一个等差变换对吧，等差变换，也就是说实际上就是说呃我非常需要计算，从这个物理参数，物理域到参数一的一个雅克比对吧，那么实际上在这个里面呢。

我也是可以把这些东西啊，因为我在gift里面，我的这个呃计算域的参数化，也说我的几何是不变的，对吧啊，所以说我可以预先的来做一些计算，做一些预处理，这样呢，呃实际上也是可以提高这个方面的这个效率。

所以说呢我们商就可以来来做这件事情，对，就是说呃第一个啊就是说我们可以假设啊，我们这边的这个model problem也可以是泊松问题，也可以，我们是我们前面的这个，讲到这个线弹性的一些问题对吧啊。

比如这个a呢，你可以是一种椭圆形的这个pd一算子啊，p d e算子，那么实际上这样一来啊，这样一来我们所有的这个框架呢，我们也是和前面一样的，就把它转换成一个wake form对吧。

就变成这种a u v等于lv的形式对吧，我们这边就不讲了，所以前面讲了很多了，也说实际上我们在等几何分析里面啊，无论在gift方框里面，虽然说我们都有一个叫nervous这么一个呃。

来表达的一个平面域对吧，平面域啊，也就这个时候我们用的这个呃呃计算域的话，他这个这在这个基函数，n阿尔法cc所定义的这么一个参数域里面，就是p就是我们的参数域对吧，然后这个m c呢。

还定义了从参数域到我的物理域，这个aega的一个一个一个，影射方面的一个影射对吧，那么像这样一来，我们这个主要的是呃呃呃主要的思想啊，这个就说我是在另外一个和几何无关的一个。

样条空间里面去定义它的一个solution对吧，推进一个solution对吧，也就是说我这边这个solution u，它所采用的这个样条空间，和前面的这个这个几何的样条空间，是不一样的啊。

但他们呢又有什么相同的参数域的范围啊，也就是说这个参数域的范围是一样的，也就是我们后面的可以看一下一个例子，看一个例子啊，也就说张伟也说呢，我们希望比如这么一个非常简单的一个，播送问题对吧。

这里面的一个播出问题，要说f呢我可以去这样去定义它啊，这样去定义它啊，实际上就是说如果啊，如果你开始的这个计算机导论，就是我的几何计算域是这个样子对吧，它控制器的分布这个样子啊，那么这个参数。

相应的他的这个呃节计算单元是什么样子的啊，就是这个样子啊，就这个样子啊，为什么是这个样子的啊，为什么是这个样子的啊，因为这个我们应该开始给你的这个i j的，它的参数与它的节点向量的分布啊，就是这样子的。

就是说他一开始呢是比较密的，然后嗯嗯对吧，从0~1嘛，那么这个节点区间就是零点点040点，200。361点是吧，你说这边的是非常稀疏的，非常稀疏，所以他这边是非常宠溺的对啊。

也就是说在这么一个呃参数域里面，或者在这一个节点向量时，对于每一个样条空间里面对吧，他是这样，也就是说如果你采用啊，如果你采用呃ig的方法的话，我最后得到这个物理数字简直是这个样子对吧。

那么我这个ig的这个相应的error，是这个这个样子就可以发现诶，他在这一块的这个误差呢是比较大的啊，是比较大的，是这样的，那么我刚才说了，如果采用我们gift的这个框架的话啊。

也是我这边想用的这个次数都是一样的对吧，都是一样的，样条的空间的次数都是不同的，是什么，它的节点向量的分布不一样啊，也就是说我在我的这个如果在gift的框架里面，我在几何大家还是用这个空间来表示。

但是物理上的用这样的空间来表示，这就是他的这个空间更加均匀对吧，这个阶段线段的分布更加的均匀啊，如果采用这种画画来表达这个这种样态，微言去表示它，然后呢你就会得到一个新的物理解，新的一个一个物理解对吧。

一个16式就这个样子啊，不然我们把它的这个error画出来啊，为什么可以画，因为我们有有精确解吗，我们在这个区域上可以算出来，这个ux的精确点，就是这个啊，看不下去，你说这样一来的话啊，这样一来的话。

我们这个相应的这个eric map呢就变成这个样子啊，就发现了很明显对吧，那我们用gift的方法所得到的这个误差，要比ig方法得到的误差呢要要小一些啊，要小一些啊，为什么啊，为什么会出现这么个问题啊。

就是因为好我们在gift这个框架里面，我们采用了和等级和不同的样条空间对吧，为什么是不同的分，因为他这个在这个新的建成空间里面，它的接待相当的分布更加均匀，更加均匀对吧。

而不像前面的那个一开始是非常挤的，到最后又非常稀疏对吧，所以说你看就是说我虽然是同样的，等于几何的表示是一样的对吧，而我的这个物理场呢，我用不同的物理空间去表示啊，不同的这个样式空间去去表。

它一个是不均匀，一个是比较均匀，那我得到了相应的在这两个解放所做的这个呃，得到了误差，得到了物理解对吧啊是不那么很明显，我这gift上是更加灵活对吧，更加灵活更加灵活。

也就是说呢我可以得到误差更小的一个解，研究实际上啊实际上就是说我们如果啊，若一些比较在证明这个例子里面，我们采用比较均匀的这种节点结构，节点节点向量啊，我们这gap的话可以得到一个呃呃比i j a方法。

比德语和方法更好的一个一个一个物理解对吧，而且我们在这个里面，我这个计算域就这个几何的表示呢都是一样的，这边呢我们也是对它的误差做了一些分析，做了一些分析，那么实际上我们这个工作在很早的时候。

包括在今天在10年前，我们就呃呃就就在做这件事情，就在做这件事情啊，但是最后这个文章应该是在18年的时候啊，也也就过了34年才才最终录用，然后发表在这个ig a m e上啊，那么实际上我们这个工作。

一开始投到这个semi啊，当时这个修士教授，他就提出了一个非常好的一个意见，他就说啊，你这个工作啊，能不能通过说我们所谓的这个呃呃patch test，pilot test。

那么什么是pttest排列太史，实际上就是非常早在我们计算力学就提出了啊，它实际上是在我们评价这种线弹性啊，或者一些弹性力学问题里面，就说行函数在不满足人性的要求条件下。

这个这种类型这种单元收敛性的一种方法啊，这也是在工程上去验证的，一个非常重要的一个呃一个手段啊，别说我们我我们所是怎么样去判断啊，你这个所提出的一种新的计算力学的方法，他是不是好的。

你说是不是有蒙古满足我们的工程仿真里面的，这个进步的要求啊，一个非常重要的就是能够通过这个分别检验啊，pytest pytest啊，那么也说总要通过这个芯片检验的，一个一般的标准。

就是说对于这种有精确解的这种编制问题，它能够保证在边界条件时间啊，积分计算啊，求解线性系统等这些布置中，没有任何误差的前提下啊，也是我们前面给大家讲的这个整理和分析，求解的框架，对吧。

包括在这个计分计算，我们考试积分求解新系统，我们可以可能啊不是精确求解的对吧，只有误差的，是通过这种迭代的方式来进行求解的，然后他总会有一些误差出来对吧，包括在边界条件4+2等等方面。

但在对于等级号来讲也不是那么精确是吧，不是那么精确，那么12点说这个时候呃，你是不可能达到近期精度的，对吧啊，但是啊如果对于但其他词来讲，有人说，如果对于这种经济点的这种编制问题。

如果我能够保证前面的这就这几个步骤里面，我没有不会产生任何误差的话，那么你提出这个方法，你的计算误差能不能达到机器精度啊，能不能达到机器精度啊，就是啊所谓的通过这个芯片检验，通过排列test啊。

还是这个意思啊，那么实际上pytest的实在很多，在一些计算力学里面啊，啊是一个非常重要的一个问题，也有一些相关的一些文献啊，那么所以当时修辞教授啊，提出给我们提出了这个意见之后呢。

我们也是啊去研究了这么一个问题啊，这这确实一个非常重要的一个问题，他们也说我们后面gift啊，怎么样能够应用于这个实际的工程人员，对吧啊，能不能保证这个呃计算的精度啊，那么我们确实需要去做这件事情。

去做这件事情啊，也是说呢我们也是实验了一下啊，因为时间关系我就呃就简单讲一下啊，就在那我们上最后发现啊，这个gap的方法，在大多数情况下都是可以通过分片测试的啊，我们也是通过一些例子来验证了啊。

比如像这个对于这种均匀的这种element对吧，或者呃呃对于这种非均匀的一个是cpa，一个cpp啊，还有这种它的扭曲比较大的这种情况，我们都一一做了验证啊，做了验证我们就可可以发现啊，可以发现。

还有这么一个结论啊，我这边就直接说一下这个结论，就是像我们是对这种几种参数化啊，c p a c b c b c都做了一些验证，就可以发现啊，因为我这边是这个我的几何表示，和我的物理场的这个空间呢。

都是采用不一样的是吧，我可以让他们的比如说次数相等对吧，或者建设不同，或者或者所谓的这个呃，但是这些方面嘛我都可以来设置对吧，一个次数大于它，一个次数小于它对吧，一个是物理层，一个是几个三分化对吧。

也可以让它相等对吧，那么像我们可以发现，对于这种规整的c p a c b啊，比如cpa呢它是我用的这种均匀的啊，cp呢我是用的非均匀的这种阶段区间，对吧啊，但是还有c不c呢，还有这种比较扭曲的这种嗯。

这1p我们可以发现啊，对于cpa和cfb，我们是可以通过tch test啊，通过这个分别分别测试，你看他这样最后都达到了四的-16次方，14 -15次方对吧，也就是说实际上他已经呃是嗯。

基本上可以达到这种机器精度啊，机器精度好，对这种呃次数相等，这这这种情况啊，它是可以达到基精度啊，但是对于其他的一些情况啊，他是达不到这个这个这个机器进步啊，达不到这个机器进步，实际上就是说这。

我觉得这次也是我们一个非常重要的一，个发现啊，发现最起码我们是对这个修斯教授啊，提出了他所提出的这个问题啊，做了一个回应吧，做了一个回应，也就是说我们有这么一个结论，第一个啊就是说如果当你的这个节点。

但这个数据是一样的话啊，是一样的话，就说我是同样的表示同样的g啊，那么实际上也是你最后通过这些，多样式的组合次数，如果是他还是可以通过这个pytest啊，通过这个测试啊。

但是如果你在这个节点数据是不一样的啊，也就是说你对这种奇函数是允许不有是吧，也就是说呃也是可以通过这个pytest，但是如果你在这个里面啊，也是这个里面也是参数化是非常差，参数化非常差，非常扭曲的对吧。

所以大家再走啊，也就是说上市对于这种不同的基因啊，不同的这个次数啊啊，你是通过参数化的，也就是说只要你这个参数化的，通通过这个分辨测试，也就是说只要你参数化不是那么的差啊，不是那么的差。

它上还是一般情况下都可以通过这个patch test啊，这些test，所以呢我们最后也可以就是说呃，看一个看一个例子，就是说啊也说实际上我在这个里面，我甚至可以这样来做对吧。

比如说我的计算域也是给你的这个几何啊，你可能是这个numbers表示的，在number是空间里嗯，但是我最后得到这个solution field，我甚至可以不用nervous对吧。

我们可以采用一些有着更好的性质的，一些样式的空间，比如说像这个t样条啊，或者ps 4样条，他们有哪些好的性质啊，就说我可以做一些局部的加息的一些操作，对吧啊，你说这样的话，我就可以在保持原来的计算域。

那是空间不变的情况下，我在让他的这个呃，来表示这个物理场的样条空间里面，来做路口内发展的对吧，也就是我最后的这个局部加息啊，我只是在这个物理场的空间中呢，来来来进行啊来进行。

所以说这样的话我就可以来做这件事情，就是对吧，我就可以在呃，你的几何还是在nbs的样条空间里面啊，那么但是你的物理场是在这个p4 t的，这个样条空间，这样的话我就可以实现啊。

在这个物理空间里面来实现对呃这个局部加息，而不改变你的几何啊，啊这边像我们这边我因为时间关系我就跳过的，基本思想呢就是这样子啊，那么我们可以看一下例子对吧啊，也就是说实际上就是这边就是。

我们要也是研究这么一个问题啊，也就是说它实际上就是有一些局部的，这么一个圆环对吧，但他那会他的这个物理点啊，还有一些比较尖锐的一些特征区域啊，然后呢我在这几何数那不是表示。

但我物理场的时候pc样子要表示啊，也是，所以这边呢我就可以用一些火焰舞台估计，或者精确五，因为我这边可以有个精确点嘛，所以我可以用精确的这种呃，误差估计的一些方式对吧来做啊。

那么也就是说我的我的几何和我的物理场，都有一个共同的参数域的范围对吧，就是从这儿到这么一个大的矩形，但呃我一开始划分呢就是这个样子对吧，比如说你一开始这种在这个上面来。

得到了这个gift的这个点可能是这个样子，这边是它的物理层，就是我现在物理场是这样的对吧，现在我怎么样呢，哎我把这个物理场的它的误差啊，它的误差在它的参数域里面画出来，就是这个样子。

所以我们叫做gift error on the permeimax，三，也说我是在这个物理域中的这个误差的，一个这个颜色颜色是这对吧，唉我为什么这样画上，也就是说通过这样的话。

我就可以知道我对哪些区域啊，我需要进行局部加息了，对不对，而且我这个局部加息，不是在几何上去进行加息的，不是在说的什么参数域里面来进行具备加息啊，所以说呢，还有也就是说我这个这么一个颜色颜色呢。

就通过它去引导在我的参数域名这个局部加起，对吧，所以说我就说如果啊，我就可以，现在我就做了一次局部详细操作，对不对，然后在这个局部加减操作上，我在这么一个样条空间里面啊。

把它作为我的这个物理产生压强空间吧，我在上面来进行的gift的一个求解，都会得到一个新的新的一个solution是吧，那我再换一下这个slution啊，它的相应的这个gift error。

这个样子在参数域里面对吧，发现这也比较比较大，我在那就在这些红色的这些区域，我再进行加西北啊，然后这样一直下去就发现对吧，这是我的这个我最后得到的这个呃，实用性越来越接近我的这个真实的这个精确点。

对吧啊，啊这是最后的最后的这个呃局部加息的结果，然后这是最后的这个error的题目，这最后的这个思路是，这个思路已经非常接近我们的这个精确解啊，这些简单也就是说可以大家可以发现啊，就是说啊。

为什么我要把这个gift的这个误差，画在这个参数域上，也是它可以用这个东西来引导，我的局部加一操作对吧，就不在意操作，这是一个非常直观的一个做法，也是非常容易理解对吧。

啊这边呢我们也是对他的一些收敛的结果，来进行了一些做一些进行展示对吧，也可以发现这个gift的方法啊，特别是采用这种pc上图的方法，就是这个收敛的会更快一些，也就是说实际上就是说我们这边呢。

主要给大家介绍的这个gift的这个思想啊，gift的这个思想啊，比如说大家首先要知道对吧，它的基本思想是什么，就是说哎我的几何和和我的这个物理产的，样条空间可以不一样，但他这两个呢确实有共同的参数域。

共同的参数域啊，也是有共同的这个参数域的这个范围对吧啊，那么我在这个参数域里面，它你可以定义这么一个样条空间，按照这种节点的划分对吧，当然你还可以用这种节点的划分，来定义一个新的样条空间啊。

那么这个样子空间是来定义几何的，那么这个样子空间来定义物理场的，最后你把这个几何物理场把它组合起来对吧，就可以形成一个呃，在几何上所表示的一个理财啊，而且在我们这个新的gift的这么一个框架下啊。

我可以有哪些好处对吧，一定它变得更加灵活，另外一个呢就是我可以实现活动，numbers是来表示几何，但是我用其他的一些具有优良的性质的样条，来表示，物理上占了整个的这个框架呢更加的灵活，在很多时候呢。

我想也是有它的这个用武之地了啊，用武之地的，好的那我们今天的这个课程的基本内容啊，就到这儿啊，主要是给大家介绍了呃，记等几个分析的线弹性啊，问题的求解框架，应该和我们上次课讲的这个波声问题啊。

啊应该有非常多的类似的啊重合的一些地方啊，啊大家呢可以通过这两个问题来呃，深入理解一下我们这个等你分析的基本思想，我想到最好的，大家还是能够试着去实现一些呃一些框架对吧，去解决一些问题啊。

然后第二部分呢给大家介绍的这个gift，那大家会觉得大家要理重点理解一下这个gift，他这个思想最终的呃这个呃和这个艾灸对吧，它有哪些不同的地方，有哪些不同的地方会得到哪些好处啊。

我想这样弄就可以解决我们这边的这个呃，有些问题啊，但是大家可能对这个问题啊，可以有更深入的一些了解啊，好，今天呢好像这个呃没有出现太大的这个延迟啊，那我们今天的这个直播授课就到这儿啊。

GAMES302-等几何分析 - P8：8. 基于等几何分析的超弹性问题求解及等几何配点法 - GAMES-Webinar - BV1dM4y117PS

好我们正式开始，没上次课给大家介绍了这个基于登记和分析的，线弹性问题的求解框架，以及包括这个gift的方法，那我们这次呢，主要给大家介绍这个整体分析的超弹性问题啊，主要是一个非线性的问题的求解框架啊。

并给大家的简要介绍一下等级和配件，那么我们这个超弹性问题，它这个超弹性是体现在这个材料上的，其实我们很多的这个真实的这个世界中啊，就是说很多的这个材料啊，包括一些受力的啊，一些条件啊。

这些啊实际上都是非线性对吧，也就是说我们想要前面的呃，上次给大家讲讲的这个呃线性的这个问题啊，我们基本上还是呃做了很多的假设啊，也就是这个在真实的世界中是很少碰到对吧，也就是说实际上就是说。

实际上在真实的这个物理世界中，我们碰到的大部分都是非线性的问题，那么他对于这种非线性问题的求解，应该也是一个非常重要的问题啊，因为很多的场合里面呢，可能用这种非线性的思路啊去做啊，更加的对。

更加的多对吧，那么所以呢我们这次课也是来给大家讲一讲，咱们在这个等级和分析的这个框架下，来求解这些超弹性的问题啊，或者这个非线性的这些问题，那么另外一部分呢是关于这个等级和配电法啊。

像我们前面给大家介绍的这个等几何的方框架，都是基于这个加对经方法对吧，那加对经方法一个非常重要的，就是我需要把一个问题的强行式，把它转换成弱形式，把它转换成弱形式，那么实际上也就是说这种转换啊。

因为我是两边做了一下积分对吧，但我从小在中分部积分啊，这个然后去做啊，那么这样转换下去呢，上网也就是说我就可以啊，哎由于我们这个一些样条啊，这些基函数的性质，那我们就可以把它转换成一个线性方程组啊。

一个大型的线性方程组，而且因为这些基函数的一些性质，只要最后得到的，因为他就是局部性嘛，最后得到的伤是一个稀疏的一个方程组对吧，那么实际上也就是说这样一个稀疏的防空值，是非常容易求求解对吧啊。

这是这一套思路啊，然后当我算积分的时候，还是用什么高斯积分法对吧，所以说我需要在一些高十点上啊去求职就可以，那么实际是在这个里面啊，还是是会呃会带来一些问题，就是它主要的就是效率上的问题对吧。

所以说这次我们为什么呃，后来引入了这个配点法啊，也说了配点法呢，它是就是说不需要从这种强行驶当中，弱形式的这个转换啊，更加的直接，更加的直接，效率呢效率呢也相对比较高，效率呢也效率比较高，那么上这个呢。

就是我们所谓的这个呃等级和配电，那么首先呢给大家介绍一下啊，第一部分啊就是这个啊超弹性。

也就是非线性问题的这个求解啊。

那么刚才讲的实际上是对于我们这种呃，几何的非线性问题啊，通常是发生在很多的实际场景里面对吧，比如说像一些大位移啊这种，还有这种旋转的问题问题啊，就是比如像一些电缆啊啊这种膜啊。

或者这种壳的铁结构的一些元件里面啊，实际上是我们经常会碰到，经常会碰到那么什么，也就是说怎么样对这些文件来进行这种呃，物理法则啊是一个非常重要的问题啊，那么还会我们会涉及到一些呃。

有有限形变的一些问题啊，也就是说实际上这个里面呢就是一道大变形，对吧，你说不仅叫胃也很大，而且这个相应的应变也很大，实际上也就是说在特别是一些金属成型啊，或者一些这个汽车轮胎的一些力学。

一些接触问题里面的啊，我们都可能会发生一些额，有限变形的一些问题啊，有些变形的一些问题，那么另外一个就是材料的非线性，材料的非线性啊，那么实际上这个里面材料行为的特征，它实际上就是说啊我没事。

现实世界中各种各样的这种材料对吧，各种各种各种各样的材料，他们之间啊，比如说这个这个应力和应变之间的这种呃，非线性的响应函数，或者它的一组的演化方程啊，招式啊是是相对来说是比较复杂的。

也就是说我怎么样去呃，像这种粘弹性的一些聚合物啊，还有一些强势函数性的一些材料，我怎么样去描述他们之间的一些材料，非线性的关系啊，我们也有一些数学模型对吧啊，去描述它，这个也是非常重要的。

还有一些呢就是比如像这些啊，稳定性的一些问题啊，也是这些稳定的这个问题呢，实际上就是来源于我这个平衡方程的一些，不稳定性啊，比如像这种翘体的一些屈曲行为，贯穿的一些行为的啊，那么实际也就是说这些呢。

当然就是说它的相应的力学方程都比较复杂，此外呢除了前面的一些和几何啊，形变啊，材料啊稳定性相关的一些问题之外，我们还会有一些，就是像这种非线性的一些边界条件啊，就是它的边界条件可是最先进的啊，比如说呃。

以这种边界产生的非线性为特征的一些问题，还有他比如两个物体之间的接触或者变形，相关的一些载荷相关，也说我们很难用一个线性的一个关系，要去描述他们之间的这些边界的一些相互关系，对吧啊，边界条件啊。

这个也是标准，另外一个就是耦合问题，耦合问题，比如我这个流体和固体的酒啊，就像我们的心血管的，我用这个血液和我的心脏瓣膜之间，他上这个就是我们的一个流过耦合的，一个问题啊，典型的一个牛股耦合问题。

那么也就是说在描述这种不同的这种物理场之，间在相互作用的时候，我们也是通常会碰到很多的这个呃，非线性问题啊，非线性问题，当然我们这边所谓的所介绍的，就是这些非线性的现象对吧，非线性的现象。

实际上就是说我们主要是呃有几何形变，材料稳定性，边界条件啊，还有一些呃不同厂之间的相互作用就是耦合流，固耦合问题啊，这些等等啊，那么实际上对于我们来讲非常重要的啊，非常重要的。

实际上是我们这边的主要是关注的是什么啊，材料的非线性，材料的非线性，也是我们这边的所谓的超弹性的一个问题，那么也就是说这种超弹性的问题上，是他点的是一种非线性的一种弹弹性问题，对弹性力学问题。

好像我们这边的主要关注的就是是材料，非线性中的一个问题啊，他是这是最简单的一个问题啊，那么实际上就是说这类问题的求解，实际上和我们前面讲的线问题是类似的啊，也是总体的框架上是类似。

就是需要进行离散型单元分析啊，这个这些刚度矩阵啊，还有它的整体刚度矩阵的这个装配啊等等啊，但是在这个具体的处理里面的，还是有些不一样的地方，特别是我怎么样把这种呃材料的非线性啊。

把那东西这个东西考虑进去，所以我们这边呢会来给大家先介绍这么几个呃，方程，第一个就是，比如像这个本国方程是什么样子的啊，也就是说实际上对于这个现代性问题，我们的应力和应变之间通常是线性对吧啊。

但是对于我们这个超弹性和非线性弹性的，这种介质啊，这个应力和应变之间啊，它呃这个不再是这种线性关系啊，也说我们实际就是可以写成这种形式啊，西格玛等于d s，当然也可以选择这种增量的形式。

这种微分的这种形式对吧，也就是说实际解说这里的d s和d t，他分别就是我这个呃，相应的这个弹性材料取证啊，实际上这边的元素，python是应该是一个应变或者硬币的一个函数啊，也就是说他们之间呢。

就不再是纯粹是一个什么啊线性关系了啊，线性关系，这也是我们这边非常重要的一点，非常重要的一点，就是说呃从本构方程上我们说呢，它就和这个现代性的问题啊，就是本质的区别，别说如果我们要描述这种物质的形变呢。

我们也一般来说产生会这种形变梯度的，这么一个概念啊，商也就是说我从一个物体x dex，然后经过一定的变形对吧，你可以看成是一个弹性的一个形变，经过一个某一个时时间段对吧。

它就变成了哎这个大x这么一个形状对吧，这是一个超弹性的一个变形，那么实际上也就是说呃这个图呢，实际上就是我们描述了物体经过时间，一个时间段t的一个状态的一个移动，然后呃他这个是怎么变形的对吧。

也就是说我们物体质量，关键标识的是一个大x对吧，然后这是表示它的一个初始状态啊，那么当前运动的时刻呢，就是我们这个mt成为当前的这个boss啊，那么实际上在这个里面呃，它的上就是这个隐私啊。

我可以用一个fifi表示对吧，也就是说我们说所以说这个物体的位移矢量场，用它也是它整个轮廓是怎么变的，我上去就是写成x减去小x减去大x对吧啊，因为这个fix t是什么啊，是我当前的呃这个一个影射嘛。

我当然也可以写成这种形式，看这种形式啊，fxt也说fa是关于x和一个时间t的一个函数，那么这个时候呢，我们需要引入一个所谓的形变梯度的，一个概念啊，它上就是我物体的当前坐标，也就是小x啊。

它相对于初始坐标x大x的一个片段，对吧啊，那么很明显我这个小x对x的偏导对吧，我怎么求啊，还有这样我们可以看到呃，哎小x应该等于什么，应该等于大x加上啊，又dex对不对。

又是关于dex的初始的状态的一个函数啊，你说这样的话，小x对大于x偏多，所以说他肯定也应该等于一个，因为我们这边一般都是一个一个张量，一个专业，一个是0i加上啊又对x的一个偏导对吧。

那么这个东西我们大概也可以写作，也就是说所以呢这就是我们所谓的这个f，就是我们的什么啊，形变的梯度对吧，形变的梯度，那么商这边呢就是我们这个呃，其中的这个形变梯度的这么一个概念啊，所以大家还是要知道啊。

这个比较容易理解对吧，那么也就是说我们常见的这种仓排线的，这种材料模型啊，通常是由这种应变能的这个密度函数，来定义的啊，那么这个应变能的密度函数，它实际上描述了我们这个应变和应力，之间的一个关系啊。

好我们说这个因为面对密度函数，它通常是我们前面的所谓那个形变，形变梯度一个函数，就是这个c和f的一个品一个函数对吧，那么所以我们可以后面可以看到啊，就是说这个应变密度函数实际上就是说啊。

就是定义了我们各种不同的材料模型，我们后面可以看到，它有各种不同的一个函数表示，那么实在这种个性同性的一些材料，我常用表情呢，这边有这么几个标记，好啊，这个大家我觉得还是要了解的啊。

第一个呢我觉得就可以使用这种克星应变，c的不变量表示啊，另外呢还可以使用这种主打r c的，各种轴方向的一些表，兰分之120，兰博三比二四，另外也可以可分离的一种形式表示啊，f我们刚才看到的就是。

我们上上一页slide介绍了这个芯片梯度，对吧啊，当然因为它是一个矩阵嘛，我们实际上是可以呃求它的行列式j啊，j就是这个形变梯度这个矩阵的行列式对吧啊，那么这个c呢是所谓的科学应变啊。

然后使用这个呃形变梯度计算的这个c呢，他应该就是你f t这个f的转置乘以f啊是吧，然后这个科学不变量啊，那么实际上就是我们这个矩阵c的，有三个不变量对吧，三个不变量。

那么实际上就是矩阵c的这个它的g 19，它的这个矩阵c的，这个应该是对角线的元素加起来对吧啊，这个举证的这个积累这个概念对吧啊，然后还有第二遍，第三个不变量啊，那么包括它的行列式相等。

那么这个g呢它就是所谓的格列应变，他应该等于啊，比如说我这个形变梯度的转置成实际就是c点，就按1/2 c一点隔离一面这样点啊，那么主主拉伸我们这边number 1 number 2，那么是什么。

就是行为形状记录这个矩阵经过svd分解啊，说这个矩阵分解之后，这个对角矩阵的对角元素啊，就是这里的number 1 number 2 number 3啊，也就是说我们通过这个来着。

实际上就是大家可以理解，就是其中的一些一些定义吧，或者一些一些记号，这样也是都和前面我们这个形变梯度的，这个这个梯度啊这个相关的对吧，对有的同学说好像三菱要讲过啊，应该是物理仿真那块。

应该是讲过一部分这部分知识的，嗯说明这个同学学的还是比较用心的，那么商业要收我们这边有了这些呃，这些概念之后呢，我们实际上是可以定义各种不同的呃，相当于在这个超传性材料的一些模型啊。

这边是我们列出了四种比较常用的，比较经典的呃，超弹性的材料模型，第一个就是这个分类vk模型会简称啊，vk模型啊，那么他这个fi啊，就这个f和这个这个材料模型之间的关系，是这样是这样定义的啊，这样定义。

这边具体我就不做解释了啊，像这个前面的一些呃name的记忆啊，这些像都是都有个定都有定义了是吧，那么包括这个n x模型啊，这个是应该是比较常用的一个模型啊，那么实际上就是因为它是这样上来定义的。

一个一个材料模型啊，还有这个mi啊，the威力模型啊，他从这样这样来定义，把这个og og og模型啊，他这样来定义也是这边这个图呢，它实际上就是说描述了我的第一个的这个，pk的这个压力。

这个p这边压力啊和他的这个变形梯度f之间，他们之间的关系变变的关系对吧，就大家可以可以看到诶，像这个，如果是线性的对吧，如果是这个旋转线性的为它，这就是线性的关系啊，而我们很多的这个像其他的材料模型啊。

这个模型啊，vk模型和这个n s模型啊，包括这个修改了这个aa什么型，他们和这个压力和他的这个deformation，和这个变形梯度，它们之间的这个呃形变梯度它们之间的关系啊，这不是一个线性关系。

而变成一个呃非线性的一个关系对吧，所以说就通过这个东西啊，我们也是可以理解啊，可以理解啊，它具体的这个形状曲线是什么样子，就我们前面所讲的是本构的方程对吧，本构方程啊。

那么我们下面看一下这个所谓的几何方程，那么几何方程呢，它想就说本构方程式是描述什么的啊，是描述这个形变和应力他们之间的关系，也就是他们之间应该是一个非线性的一个关系，对吧，那对于几何方程来讲来讲的话。

呃，商场是来描述我所谓的这个，形变和位移之间的关系啊，曲面和位移之间关系，那么实际上是在这个线弹性问题里面啊，这个e系统它就等于必有是吧，然后b等于l a，这个这个这个呃是我们在上节课给大家介绍的。

然而在我们实际证过程里面，像这个g就是我们的各类应变，就刚才是不是它是不是这样的，它应该等于1/2，这个斜面梯度的转置乘以斜面梯度矩阵对，然后减去i对吧，这个东西啊，然后待会可以写成这种形式啊。

比如说杀在线性问题中，我们是使用了这个工程的这个应变ip啊，它三个实际上是格林应变界的一个线性部分，这个g啊，然后他忽略了这个应变的非线性部分，基于这现场性里面。

而我们在呃上次如果你是小形变就是问题的话，小小前面问题的话，实际上这个就这个基因的部分，是可以忽略不计的啊，但是如果你是一个大变形问题啊，那么这个这部分啊就可能不能忽略啊，不能忽略，这是几何方程对吧。

当然另外一个还有我们所谓的这个呃平衡方程，平衡方程，所谓平衡方程反而是非常关键的对吧，也就是说实际上你这里面需要满足一些，质量守恒的一些东西啊，也就是说我上我们在这种构型中。

我们需要建立一些局部的未分平衡方面的，一些强形式，强行式啊，也就是说啊我们从对于任意的一个时刻，t物体从一个状态到另外一个状态对吧，从，西格玛到这个cvt他需要满足一个质量守恒，质量守恒啊。

也就是这么一个关系对吧，比如说肉类呢是我们的主体，初始的一个质量的密度，然后肉呢是我物体当前的一个质量密度，因为他们这个时间应该是满足一种关系啊，那么当我们通过一些动量守恒的一些定律，是定理。

我们实际上就可以得到这么一个东西啊，也就说实际上也说我这个物体啊，受到的所有的外界的大小，应该等于这个物体线，动量对这个时间的一个导数啊，比如说我们通过这个呢我们就可以啊。

我们就可以推导出这么一个物体的平衡，这个标红的，这个上次我们呃在我们整个的呃线弹性问题啊，这个啊超弹性问题里面，非常重要的一个平衡方程，当我们后面求解呢，也是基于这个东西啊来进行求解。

但是他他需要满足一定的这个边界条件对吧，一定的边界条件，就是说无论你说这个b0 是什么啊，b0 是什么，就说12是物体，每每每单位受到这个体积力，然后这个呢右上面两点就是加速度啊。

右下面一点就是速度是吧啊，这个沙子后面微积分里面的这个概念是类似，对啊，这个u就是就是那个位移嘛对吧，位移的e导数就是速度啊，两阶导数就是加速度，然后对，就是说还有我们有一些边界上的一些固定的。

一些位移的条件啊，然后呢也有一些就是每单位面积，他受到的一些牵引力啊等等啊，包括这个一些东西是吧，那么上也说这个东西啊，上次我们后面的一个重点需要研究的啊，一个所谓的物体的一个平衡方程。

那么根据上面这个东西，实际上我们就就构造出了这么一个所谓的啊，也是根据这个弹性力学的发展，还有我们动量守恒定律，我们构建了相应的物体动力学的一个方程，的一个形式，对吧啊。

就这个那f就是我们的变异梯度对吧，然后s像我们这边是根据一些东西，我们可以有不同的一些有，因为因为我给你前面不再介绍了，这四种材料模型吧，你对于不同的材料模型，我这个s呢可以有不同的一些表达式啊。

啊所谓这个比如这边s它是比如说就这一个，对吧啊，就这个飘了，克里克服应力张量，然后它三个层面就是我们这个能量密度函数，对这个格林应变的这个导数啊，也就是说我们商也是可以把这么一个东西啊，根据变分原理。

然后进行分部积分对吧，然后得到一个等效的一个积分的一个week form，然后三就会得到这个啊都会得到，而且我们根据相应的这个能量密度函数，就我们前面定义的各种呃材料模型。

实际上我们也是可以求出相应的这个大s，它等于多少，那么具体的推导我这边就不讲了，就这个基本的思想呢，就是这个样子，但是我们刚才不是得到了这么一个等效积分的，一个week form是吧。

然后我们后面实际上就是说哎，怎么样来求他了啊，怎么样来求他了啊，因为我们这他肯定是呃是一个非线性能对吧，因为这边呃就u的二角头就又和u相关的对吧，所以他肯定是一个非线性问题啊，也是我们三。

现在我们需要在ig的框架下来进行求解对吧，啊也是我们怎么样把这种联系方式进行这个呃，根据i j a的方式来进行进行求解对吧，也就是说在呃大家都前面我们都讲过了对吧，然后在这个等级和里面啊。

它的计算单元是什么啊，这就是我的这个这是我的计算域对吧，我的物理域，然而这是这个这边是物理域的参数域对吧，然后这个参数域里面我沿着右方向和位方向，我都有一个节点序列啊，节点序列。

那那个节点序列有节点区间对吧，比如这边是一个呃右方向的阶段区间，这边是v方向节段区间对吧，那么商业说在这个我我就会这两个方向，它就会形成一个小的方块对吧，那么这个小的方块就是我的啊，在这个计算域中的。

它的参数域里面的这个这个节点区间对吧，那么它在物理意义上啊，就对应了这么一小片啊，我说这么一小片高阶的单元，就是我们的i j里面的计算单元啊，也就是说双方就是我们这个呃在等你和框架下。

我们基本的离散的思想呢，呃就是单元离散的思想就是这样子对吧，也就是说像我在各种表示对吧，比如说第一个位移，那我肯定要用这个呃，呃样条numbers的这种形式来表示做ai的，就是我的这个基函数对吧。

右翼就是我的这个控制的呃，系数控制控制的向量对吧，然后我这个斜面的梯度啊，我当然也是可以按照我们刚才说的，就是i等于什么u x对x的偏导是吧啊，那是不是这么这么一个东西啊，我就可以让来求对吧。

那么各类型面对吧，就是我前面讲的这个g它应该等于什么，bl和bn两项加起来嘛，对吧啊，那么b l b n是什么东西啊，我到那就是根据前面我们这个格林应变的，这个g的定义来求他，还有其他的东西。

那么实际上也就是说我们根据这种等几核的，离散化的这种单元离散化的思想啊，还有前面得到的这个平衡方程的这个等效积分，的这种弱形式，然后我们就可以得到这个平方程在ig框架下，它的这个离散化的形式啊。

就是这样啊，就这样哦，也就是我们实际上就是说可以啊，这边a i n j都是g函数的a i a，那么三连时我们都可以就可以把它写成，如果把这一项现在就可以写成m乘以u，那就是加速度对吧，然后加上r这块啊。

等于f为f，那么商也说我们商如果是净利问题的话啊，净利问题的话，呃这个我们说的是呃，呃一般来说这个m的m都等于零了对吧，那二呢就是形变引起的这个内力不是外力对吧，所以说如果你减时间相关的问题。

基本上就是这个样子啊，也是啊，如果是解这种动力学问题，就是这样的，但如果解听了一些问题，可能就只有这两项啊，那么实际上也就是说，我们如果把这种惯性力部分舍去的话对吧，我最后就是什么啊，就是二等于f嘛啊。

所以说我实际上就得到了就是这么一个东西啊，就得到这么一个东西，也是我最后求除了这个本质关系，他应该就是满足啊，根据这个东西来来推导出来，我们就是s它应该等于d g啊，这种。

也是我们代入到这个离散的平衡方程里面上，我就可以得到呃，这么一个开了一个类似于刚度矩阵嘛啊，就知道ko了，他应该等于啊，这个东西它也和我们现在也是一样的对吧，也就是说虽然这边的这个bt啊。

那个b它都是位移函数，但它实际上这两个形式不是不一样的，所以说12 10mm线弹性里面的那种问题，是不能够呃，简单的把它规划成一个线性的一个表示啊，啊你说它本质上啊。

这个方式它是一个非线性的一个一个东西啊，而且这个ko啊它是一个非对称，也是对于我们现代性里面ko，它也可以是一个对称矩阵啊，也就是说对于这么一个非线性的一个问题啊，我们就可以用这个牛顿迭代法。

牛顿迭代法啊，这个很多那个同学估计都比较熟悉的对吧，你说他实际上就说呃，来求解这种非线性方程的一种数字求根的啊，并不是解析求根的方法对吧，解析求根，就是说我通过这种球员公式就给他求出来是吧。

但是对于复杂的问题，我可能不能一下子把它表示出来，那我就用这个牛顿迭代法来进行迭代求解啊，人家说实它就是可以把这个做一个它的展开啊，也就是说它的就是说需要在计算时要求的，含它的啊函数值。

还有它的这个一阶导数值啊，然后先用就沿着这个梯度方向下降对吧啊，然后就可以得到方程的导数的形式啊，也是所以说呢我们就可以，因为我们要求的就是呃对于他这么来求嘛，让它等于零对吧，我们把这个u求出来。

所以所以说就是我们，所以呢要求它的一阶导数了，所以我们得求一下，对它求一导数的话，上，我就可以得到一个所谓啊切线的刚度矩阵是吧，啊，那么商也说这个k t u啊，发等于什么东西啊。

所以说是呃并对它求一下导数就可以得到这个，常言说呢我们上可以把它分成两部分，一部分就是这一部分，还有一个就是这一啊，那么第一个部分呢就是也可以把它按照呃，把d s这个东西改成dg啊。

g就是我们前面定义的那个格林性面目啊，然后12点这样的话，我们就是就是进步的，就可以把它写成一个k dd u的这种形式啊，那么实际上就是说，如果把这个b等于bl加bn进行展开。

我们就可以把这个bd相应的把它给算出来，它具体的表达式是什么样子啊，就稍微复杂一点啊，但是我是rus可以算的啊，你说实际上就是在刚才展开的这一部分，他的第一部分这个ko对吧，他就这一部分对吧。

它算是一个小位移的刚度矩阵啊，也就是说在我们先谈性里面，它只针对这一项啊，只有这一项对吧，那么后面的剩下这三项对吧，剩下这三项他是和我们这个大转型相关联的，高度，基本是在我们在这种超弹性问题里面嗯。

所需要的啊，所需要的，那么实际上对于这个kt的这个第二项啊，kt的第二项就是说，就这一项了对吧，这一项啊，那我们怎么来做啊，也是类似的啊，啊我们实际上就这边呢就是我们这个bl它。

我q他三就是和我的位移是没有关系的啊，所以说我这样就是可以把它推导出来，推导出来，然后我这个m呢就可以把它算出啊，双上线的这个k s啊，或者上一页的演示把它给算得出来，所以大家可以后面再消化一下啊。

可能一下子确实嗯公司有点多啊，公司有点多，也就是说实际上我们根据前面我们要算的，这个k t，它就等于啊前面这个kd加上这个k s是吧，那我们这边偏紧的，把它的算法都呃怎么求解都都都列出来啊。

也就是说所以我们要进行要算的是什么，kt等于等于零，或者说要求它的根嘛对吧，三就是牛顿迭代款的，就我先呃设定一个初始的六个初始啊，初始值对吧，然后把这个kt呢组装起来组装起来啊。

然后呃求出相应的偏偏移量，它应该就等于我们这个东西是吧啊，然后求出来之后啊，我们家建模在再进行迭代嘛，啊也就是说我先固定一个量，是先固定某一步，然后再求下一步再求6n加一啊。

那么说我要求的主外乎就是我这个偏移量，就我这个呃德尔塔u n是等于什么东西啊，那我下一步上也是在拖求什么德尔塔u n加一，我再去算一下u n加二的啊，我向后面就重复复好，我这个234步。

那我什么时候截止呢，对吧啊，就是我达到一定的这个啊迭代的部署对吧，或者达到一定的精度，然后我就可以把它呃停止了，那么实际也就是说初值呢，实际在这边也是呃非常重要的啊，我们这边一般是实数值是零的啊。

那么所以就说怎么样能够找到一个更好的一个，数值设置的方法啊，也是非常重要嗯，所以说我们总体来看，就是说我们在来用我们等几何的框架啊，等几何框架来求解这种超弹性，那精力问题啊，而不是动力学问题对吧。

动力学呢实际上就是最后是随着时间相关的啊，时间变化的一个问题对吧，我们现在还只是一个经济学的一个问题，对于这种经济学的这种问题啊，他怎么有框架是什么呢，啊也说比如说你可以一开始输入一个呃。

烟台的一个几何模型，你可以是二维就是曲面模型对吧，三维就是体的模型，然后你定义相应的这个材料的参数，还有它的一些边界的一些约束啊，然后对它的这个单元进行加加息对吧。

可能因为你刚原来你初始输入的这个模型啊，可能他这个自由度不够对吧啊，可以对他用这个插入节点啊，升阶啊啊来进行增加自由度啊，然后你设置你最后的这个收敛的误差，因为这个东西会涉及到呃，就是你迭代多少次数嘛。

就是你这个说花多少时间对吧啊，然后你设置这个收敛误差，还有这个初始的点啊，初始的这个位置，然后下面呢就是怎么样，哎我要计算这个你的切线刚度矩阵，还有他这个参杂的初始化啊，来来做这点问题啊。

那么来来后面来便秘便利，我所有的这个面片的单元啊，就是我那个不是把error问题分成一些呃，呃呃一些那个小的这个高阶的一些面片单元嘛，这些都是你的计算单元啊，然后我组组装这种单元的切线的高度矩阵啊。

那么啥也说，前面这个切线长度矩阵初始化，这30值一般都设成零了啊，它的元素都设置成零，就包括参差对吧，然后每个单不带对，每一个单元上，后来我组装相应的这个单元呃，切线的这个刚度矩阵。

然后计算这个残差向量对吧，然后呢再组装通过这种单元矩阵的映射对吧，然后组装相应的全局的矩阵啊，然后进行这个求解啊，嗯你说是呃如果啊还没有便利好，那么那么大你继续组装，继续看。

如果把所有的这个呃计算单元我都办理完了啊，下面我就求解相应的这个线性方程，然后把那个位移的这个增量求出来，对不对啊，然后这个周量是不是收敛没有收敛，我在做下一步迭代嘛啊在最大的那个切线高度。

计算机初始化提取，在便利啊，再继续计算，然后再下去，就也就说就这个迭代呢，主要是体体现在这儿对吧啊，停在这啊，也就是说如果收敛了啊，如果收敛达到了你的这个收敛误差了啊，满足你的收敛误差要求了。

然后后面呢我就可以输出分析的结果，然后就结束是吧，也就是说这边的商业就说我们是怎么样啊，大家可以看到我是上，就是还是一个基本的思路是什么，就是把非线性的问题转换成了线性的问题啊。

转换成了线性的问题啊来说，但但是我这边会有一个每一步会有不同，以前就说我是不需要计算什么啊，这个切线的高度矩阵的对吧，商务也说，这边也是和我们前面那个线弹性问题啊，不一样的地方呢。

一个主要的地方就是在这里啊，一个是要计算这个切线的刚度矩阵，另外一个呢就是我需要进行这种迭代的，这种求解啊，迭代的求解，你要说这就是我们啊在等级和分析框架下，来求解这种套弹性的经济学问题呃。

它的一个呃基本的一个套路，啊也就是说实际上这边的话呃啊对吧，我这边有这么几个函数，就是说比如说这是我们那个学生啊，他这个像我们在我们框架里面怎么来做的啊，大家比如读一些xm 4章，就是你的一些模型了。

然后创造一些约束面啊，啊添加一些边界的一些条件啊，对吧啊，然后怎么样初始化构造这个期间的高度矩阵啊，吸收系统啊，然后初始化相应的位移和速度啊，然后进行装这个呃，这个这个这个切线刚度矩阵的一些装配对吧。

然后球鞋位移啊判断收敛啊，所以说啊最后呢把这个位移啊，添加到模型的各个控制顶点上对吧，也相信你求证，就是这个控制定点的这个位移对吧，然后进行处理，进行形变的可视化，这边呢就是给了一个例子啊。

这边就是呃我就我这边会施加一个往下的力嘛，这边就是一个这么一个类似于1/2的，厚壁圆柱的这么一个模型啊，然后我就上面来施加一个往下的一个b啊，然后他这个按照在这种材料分布下。

这种设定它的一些材料属性对吧，那么相应的这种超弹性材料下，它相应的这个变形的效果，这个模型的阶数，因为它是一个volume，是一个b样条体嘛，现在的这个阶数呢就是4x4x3是吧。

那空着点点的数目就是13x2，11x12 11对吧，那么相应的呃，相应的这个自由度的数目是4950啊，单元的数量是16201620，那么是这边呢是就是它这个呃位移的分布，和它的这个用不同颜色标出来了啊。

在位移的分布是位移，大家看到这红的地方，就代表我这个位移位移比较大的啊，像这个这边我都是固定的对吧，所以这边就位移，这就是零了啊，这边现位移比较大对啊，那么这边呢就是相应的这个应力的这个分布，应力分布。

实际上这个大家可以发现，这个应力分布也是符合我们的一些认知的对吧，就说明哎这个红的地方，就这些地方他的这个啊用力用力比较大对吧，他可能受到了压弯曲压压力啊比较比较大，而。

所以这边呢就是用我们这个等级和的框架，来求解的一个呃超弹性的一个问题的一个仿真，那么这边呢就是说我们如果把这种啊，这个上面上面这个模型啊，对它进行加息三次的，反正结果作为一个呃精确点六星啊。

那么上我们可以计算，在不同的次数和不同的单元密度下，它的线弹性和超短线的这个数值的误差，就我们发现这边我们当然尊重了这个呃，有这个l2 的误差对吧，还有这个hy的这个误差啊，那么现在这个收敛曲线对吧。

那么商业兽们可以发现在相同的单元不成下，这个超弹性模型的精度上，是高于我们的线弹性模型的啊，高于我们的线弹性模型啊，而且随着这个单元密度的增加，这个套餐性模模型误差收敛的会更快啊，收敛的会更快。

那么前面的商是给大家介绍的，我怎么样用等几何的在整体的框架下啊，在等等几何的框架下来求解，这种超弹性的经济学问题对吧，超弹性的经济学问题，当然我也可以来来讲什么啊，这个相应的这个动力学问题啊。

动力学问题啊，这我我仿真出来的就是一个超弹性物体的，它的一个运动的一个过程是吧，运动一过程，这可能是在我们通信学里面也有挺多的应用的，对吧，包括在一些机器人上，这个软体机器人领域啊。

我们上也是一开始我们来做这个问题的时候，也是想去解决里面的一些问题啊，也就是说等几盒呢，它因为它自由度比较少对吧，所以它非常适用于去求解这种大变形的问题啊，大变形的问题，那么也就是说商。

如果我们去考虑相应的动力学问题，或者运动方面的一些球员的话，我们必须考虑它的状态变量和变形，但是随时间变化的这么一个过程啊，然后我们有牛顿定律对吧，这个大家啊还记不记得啊，也就是说一个物体运动的方程呢。

我们一般呢是可以表示这种这种形式的对吧啊，这个大m大m就是表示我的质量矩阵啊，也就是上次我与某些的这个体积啊，密度啊是相关的对吧，然后这个c呢就是为了这个阻力矩阵，实际上是与这个质量矩阵和模型的刚度。

是相关的，二就是我们刚才所说的这个初始的，它的载荷的向量啊，与模型的初始的形变大小是相关的，f呢就是这个模型受到的外力的大小啊，当然这个呃右两点和右一点对吧，它分别表示这个位移的二阶导数，一导数。

也就是我们所谓的加速度和速度，这就是非常典型的这个呃，我想301里面可能也讲过对吧，就这种动力学方程它的一个东西啊，也就是说如果啊如果我们把这个v啊，就速度对吧，就是右的e等于v是即为速度对吧。

然后a即为这个u的这个对吧，先给它加速度对吧，然后我们在这个学高中物理的时候，初中物理的时候也是让来记的对吧，也就是说当这个时间在诶tn加一的时候，运动方程会转换成d t n加一的时候。

这个这个相关计算就是这个样子啊，也就说我们上就是把就带把它换成这样子，就是m a n加一加上c位n加一，r u n加一等于f n加一，那么上网要初始的这个条件呢，就可以给它一个初始度。

还有一个初始的加速度啊，也就是说三种来求解，这怎么一个时间相关的一个问题的话，我们有两种方式，两种方式，一个就是所谓的这边这个字打错了，应该是显示的这个时间积分，还有或者影视的时间积分，两种方式对吧。

两种方式，也就是说对于这种显示的这种时间积分呢，它一般就是我计算呃，这个添加一处的啊，就十克添加一处的物理量来说，我只需要天时刻的对吧，上一时刻的物理量就可以了啊，有这个方法呢比较简单啊。

为什么说这也是他为什么称为显示嘛，是吧啊，显示的这个时间的积分计算啊，也就是说如果这个质量矩阵啊，它具有这种对角结构的话，它能够那么显示的基本方法，能非常大的减少这个呃运算量，但是在很多情况下。

这个显示的时间积分的收敛性是与否，上市是和你的部长有很大的关系啊，也就是说如果我保证这个最后计算出来，这个结果是收敛的话，我们需要非常小的不长才行啊，否则呢会对这个帧率啊会有比较大的损失啊。

那么还有一种方式呢就是演示的啊，就是演示的时间积分计算啊，也就是说它在计算，比如t n加一出的物理量的时候呢，它实际上是会依赖前一个时刻t还依赖什么呢，还要依赖一个未知时刻，tn加a的时候的一个物理量。

也就是说实际上在每一个时间步啊，他都需要求解一个非线性方程是吧，而不是那种前面我们说显示的就是直接哎，直接像一个显示函数一样把它给计算出来对吧，不是的啊，他需要求解一个非线性的一个方程啊。

所以呢通常需要与这个前面的这个扭转结带法，相结合啊，相结合，那么这个隐私的时间积分，它的优点就在于这个系统呢，它是一个无条件稳定的啊，不受这个时间不长的这个呃这个限制啊。

所以呢我们而我们在这个超弹性材料的，仿真问题里面，我们通常需要求解一个非线性质的方程组，而且我对这个整个的这个仿真的，稳定性的要求会更高对吧，所以说我们这边都选择了一种隐私的时间，经费法。

也是比较经典的一个new mark的一个方法，来进行求解，来进行求解，嗯所以我们现在后面就讲给大家介绍一下，我怎么要用这种隐私的时间进行反应，慢来求解超弹性的动力学问题啊，超弹性的动力学问题。

像我们也我们说呃，在下一个时刻的位移和速度，之间的这个计算公式啊，我们可以把它写出来，这个比如说下一时刻就是u n加一，它应该等于上一次课的这个位移，加上dt tt乘以什么啊，这一时刻的什么速度。

加上2/2 t和，这个还有这次的一些加速度啊，然后这个下一时刻的速度呢，它等于上一个速度加上大热t乘以这个东西啊，原来说呢我们可以发现下一时刻的位移和速度，实际上是由tn时刻的位移速度。

还有下一时刻的加速度共同决定啊，而我们这边的这个贝塔伽马这些的，都是一些自定义的参数啊，看它有一个相应的一些取得的这个范围，我们相就是可以把前面计算这种位移和速度，的公式代入到我们所谓的这么一个呃。

运动方程里面，对吧啊，然后会是得到一个关于什么加速度，a的一个非线性方程组，我们60通过牛顿迭代法对吧，我们前面要给大家介绍的，怎么要去求解对吧，给你个初始值，然后沿着这个梯度是吧，然后更新。

那么上来求解方程组，就可以获得下一次课的这个加速录制，然后再代入到我们得到下一时刻的加速录制，我们实际上就在说前面的这个公式里面，就会得到什么啊，我们相当于我们得到了什么，得到这个下一个加速度是吗。

我得到这个a减a减1+1之后，我是不是就可以算出u n加一了对吧，上午就可以得到下一刻的这个位移的大小，对吧啊，那么整个运动仿真呢，实际上就是来执行这么一个过程啊，也就是说我们是先算什么啊。

先算a n加一，再算u n加一啊，大家要首先要理解这么一个思路，那么上也是我们最后一班的，都是要算的是它是位移嘛，有因为我要算一得到一个仿真的一个动画，对不对，也是我们常最多功能。

我们可以把这个位移啊把它推导出来，把把这个位移推导出来啊，你说这个a n加一大等于什么东西，也就是我们最后所换的就是u嘛，就是要得到这边的u嘛，也就是说我们这个u啊，这个u啊。

这个u3 就是说呃呃求出来之后，我们说这边的阿尔法一阿尔法一直到六，实际上就是一些常数常数啊，这边呢就是它和贝塔相关的一些，一些是一个是和单推相关，还有这个贝塔和伽马相关，他上去就是一个常数了。

也就是说我们只有前面的公式，我们可以说下一个时间不得解，这是由上一个不接不的时间不得解，和位移的变化量来决定的，对不对啊，也是n加一是有这个对吧，和位移的变化量。

这边不是u n加一减去u a位移的变化量嘛，对吧啊，然后还有上一个时刻的速度，上一个速度的时刻的加速度对吧，还有它的位移变化量相关的，对不对啊，也就是说实际上就是位数量的。

我所以啥是可以转换成u n加一，通过前面的这个方程组，代入了这个物体的运动方程里面，我们就可以关于位移的一个非线性代数，方程是什么，就是这个就这样，也就是说这个方程它实际上是由t个事件簿啊。

n个方程组成的方程组，那我们来求解这么一个呃方程组呢，我们就可以得到每一个时间步的这个呃u啊，看到位移的解，然后我们在每个时间步呢里面呢，呃通过这个牛顿迭代法来求解相应的这个方程。

我们所得到他每一步更新怎么更新的，我这边就不就不仔细说了啊，也就是说，实际上我们在每个时间步的迭代过程呢，实际上就是我基本上就是在在算这个东西，在算出这个东西啊，当然我们呃在每次迭代的时候。

它都有初始值嘛，咱就是上一次迭代的这个收敛值，我们班这位置的初始值啊，也是我们通过高斯积分来计算，各单元的这个质量矩阵m对吧，然后再根据这个控制点的关系，来营造整体的这个呃质量矩阵就可以了啊。

所以说这边呢它实际上就是呃呃列出了啊，列出了我从一上个时代不到下一个时代不，我这个相应的这个关系对吧，刚刚系，然后这个横向同事一个事件簿中，他这个牛顿迭代的过程是什么样子的啊。

我怎么从1u11 直到这个u对吧啊，然后呢这个数下呢我上就是影视时间积分的，它的一个时间步的迭代，它上是有两个类似于矩阵的这种迭代，一样的对吧，比如说横向的是一个实践部中，它是牛顿迭代的过程啊。

然后这个竖线呢这个也是时间积分的，它的时间不的迭代过程啊，就像大家要要理顺这么一个框架，理顺这么一个框架，啊这边我就呃这是总体的一个框架啊，也就是说我先设定一个初始的一个位移啊，然后出设定出收线的呃。

收敛的一个也是误差吧，上上线对吧，包括初始化迭代的次数啊，然后我先计算运动平衡方程的这个梯度对吧啊，然后计算相应的运动方程的残差，计算这个位移的增量啊，然后计算误差，更新我的位移量啊，然后再迭代次数。

然后继续这样一直迭代下去，一直迭代下去啊，然后最后呢，我就会得到额收敛的这个节点的位亮啊，因为它在每一时刻他怎么来做，也就是说如果看这个整体的框架的话，我就先读这个我的这个底层的话，模型的文件对吧。

xm 5的样条表示的一个文件，然后我呃相应的去加一些呃，这个约束是什么样子的，边界条件是什么样子的对吧，然后把这个刚度矩阵啊，还有这个载荷向量啊，这个系数矩阵进行初始化对吧。

然后包括这个质量矩阵的这个初始化啊，然后也是时间积分的初始化，这边呢我要设置这个初始的位移，初始的速度对吧，然后下面呢我就说可以啊，这边他的包括这个装备的主量矩阵啊，位移速度啊，刚度矩阵啊。

这些都可以做一个初始化啊，然后后面呢就是来做一个免试时间积分的啊，时间的一个时间步的一个迭代对吧，我从第七步怎么来来这个移植下设计，当然我这边需要来设置这个时间的步长，设置时间不长对吧。

那么一问我怎么样去构造现在这个系数，然后你在时间过程中，在每一步的时候我就要计算呃这个时间的跨度，计算它的呃，这边就相应的分有两个问题对吧，一种类型是一种也是的对吧，但是它是一个线弹性的一个问题。

那就非常简单对吧，就我们上节课给大家讲的啊，然后如果是非线性的问题，就是要这个对吧，需要进行，如果是超弹性问题嘛，我就要进行这个迭代求解对吧啊迭代求解啊，然后我先算一下这个u n加一。

然后计算先用的这个呃n加一时刻呢，它的加速度速度，还有它的位位移是吧，加速度速度把它算出来啊，然后我再按照这个时间来一次来记，也就是说它上面还有两层啊，就是一在每一个时刻，我是我是一个呃。

我有一个迭代对吧，然后在时间不上，我又有另外一个迭代，那这边呢就是我们给出了呃，我们这个超弹性问题的啊。

来解决这么一个超感性的一个动力学问题的，它的一些结果对吧啊，它的结果大家可以发现我们，所以这里面所有的这个模型啊，所有的这个模型都是通过呃，都是通过这个提样条啊，体系分的样条来表示的啊。

然后通过这种提样条来表示，然后为它的计算单元啊，12是不多的啊，自由度还好啊，这都还好，但我们现在还是没有办法达到一个死死啊，我们这边就模拟了啊，这边像这个比如像类似于一个桥吧，就模型了。

这边我这边给你一个往左的一个力啊，那么这个超弹性的这么一个桥，它是怎么样来来来变形的对吧，发生那种变化，然后这边呢就是一个类似于手的对吧，这个手的一个稳固体啊，那么这个手啊它实际上就是我这个握东西。

它这个里面我给他一些像一些力的边界条件，那么手段肯定是一个超弹性的一个表示的对吧，那么在这么一个超弹性的一个下，它是怎么来来变形的啊，这边三就是类似于咳，呃呃一个恐龙的对吧。

一个他的一个一个周边类似于吃东西啊，或者这么一个一个变形的一个动画啊，嗯这边呢就是类似于一个右下角，这边呢就是类似于一个软体机器人对吧，当然这边画的不像啊，它类似于一个比如抓东西。

或者一个这么一个软体结构，这么一个一个瓷砖的这么一个东西了对吧，来来做的一仿真啊，也就说实际上我觉得就是说呃，我们在相同的这个精度下，相同的这个精度下啊，我们用这种啊等几何的框架来进行求解。

我们也做过的比较啊，要比我们用这种有限元的方法来进行求解呢，要快呃，60_{70倍左右啊，60}70倍左右啊，因为说实际上就是说呃为什么对吧，就是我们第一次就给大家讲了对吧，那么等级合着它的优势。

就是说我在同样的精度下，可以用比较少的自由度来进化对吧，所以说呃就会达到比较高的效率啊，达到比较高的效率啊，而且呢我想呃等几何啊，它上是非常适用于这种大尺大变形的，这种现象的这个物理问题的法则对吧啊。

因为这个东西实际上就是和我们这个，用控制顶点来来做变形是一样的对吧，无外乎我这边的控制变顶点，在做编辑的时候要满足一定的什么啊，满足一定的物理规律，要满足我们这个超弹性的这个动力学方程啊。

这些平衡方程啊，这些啊，年度商在有限元仿真里面，对于这种大变形物体，容易出现这种网格扭曲变形对吧。

因为有些人他本质上还是用，还是基于网络单元来做的嘛，对吧啊，而但是呢我们在等几何里面，它就不存在什么离散的一个问题对吧，不存在把这个链条表示的东西，再把等离散成网格，类似变四面体网格。

六面体网格啊这些对吧，所以它它不会出现这种扭曲变形啊，也说不也不会出现这种多次重新划分网格的，这个问题对吧，就是它自然的呃就实现了这个物体的变形，对吧啊，也就是说登记和反制变大变形的物体啊，这种问题啊。

在保证这个较高精度的同时，也避免了这个频繁的一些网格划分啊，提高了绑定的精度和速度，那么这是我们第一部分，第一部分大概花了一个小时的时间，给大家介绍了啊。

怎么样啊，基于我们等几何的框架来求解呃，来求解这种呃超大型的问题啊，包括经济学问题和动力学问题，那么我想通过做一个大致的了解啊，就可能一些细节，还需要大家在课下好好去消化一下啊。

包括我们这边的一些呃一些讲解对吧，也是比较讲解来说还是比较呃，没有没有具体的一些细节问题上，但我想我应该是把整个的呃求解的思想啊，这个步骤啊，这些应该是讲清楚啊，那么希望大家呢在课下啊。

如果真的去从事这方面的研究的话啊，可以或者你想实现的话啊，可以进一步的去学习啊，进一步的去学习，那么或下面呢给大家简单介绍一下，大概花了半小时的时间，简单介绍一下这个整体和配点法啊。

因为我当时呃写这个呃大纲的时候，也是把这份内容写进去的啊，但我这边呢呃可能还是后来发现呢，可能基本思想还比较简单，那我就呃我们在这方面也做了一些工作啊，我们就简单介绍一下，那么我们前面讲过了。

咱就是说这个加勒军方法对吧，它实际上就是需要把一个嗯，强形式转换成弱形式，那么强形式转换成热行，是一个基本的一个手段呢，就是说我两边乘一下，然后做一下积分对吧啊，然后再用这个分部积分或之类的对吧。

做一个通过变分对吧，那把它转换成一个积分的计算啊，通过这个计算积分，然后再把相应的这个呃刚度矩阵啊，这东西这东西把它给组装好对吧，然后进行求解啊，也就是说实际上而几何配电法是一个什么，什么一个问题呢。

它实际上就是说呃我就不需要啊，把强行式转换成热形式了啊，我直接啊在这个strong com上，在这个强行性上来进行求解啊，也就是说它会在这个呃计算有点先显著一些点，然后在这个点进来来求解。

这个方程本身这个前沿的数字键啊，所以说这边非常重要的就是我这些点啊，怎么去选啊，实际上在我们这个c妈咪的这个问论文，文章里面，有好几篇文章都是都是来探讨这个问题的，就是说对于我们这个等级和的配点法。

我怎么配点，我怎么配点啊，实际上是有好几篇论文啊，比如说什么抄收敛点对吧，还有什么这个呃其他的一些一些啊，这个缺点的方式啊，比如说怎么配点，实际是这边非常重要的一个过程啊，啊重要的过程。

那么为什么配点法会还是会得到，是得到了一定的关注啊，那配点法呃一个非常重要的优势，就是它的效率还是比较高的啊，啊就是说虽然配点法它会导致，就是你会得到这个方程组啊，很大很多情况下可能是一个非对称的。

非对称的啊，而且这个相对于你这个边界啊，这个条件的施加，各方面呃都能够呃都还是呃也不容易对吧，虽然我们知道这个呃加入金方法可能不容易，但这个配点法能更难，但是为什么，但是配电阀的一个好处呢。

就是避免了啊，我们说啊家电学方法需要涉及到的什么啊，数字积分的问题，数字积分的问题，因为这个数字积分或多或少的，我们说很多时候呃可能是精确积分，但大部分同年下啊，用这种高斯积分两种之类的。

应该还是有误差的对吧，还是有误差的啊，那么商就是说配点法呢，他三人能够特别是对于这种numbers的这种解啊，你用高斯积分来做就是伤害肯定是有误差的啊，别说12是嗯，我们配点法的。

实际上就是也可以避免的，这种数字积分的问题啊，因为它不需要把这种强行式转换成弱形式对吧，那种积分的方式来进行求解啊，比如说我们说呢，这也是我们配电法，为什么能够减少这个计算开销的这个原因啊。

而而且另外一个呢我想的就是配点法，它本身与这种等几何也是非常匹配的啊，因为因为我们说了这个配电法，它本来就产生了强形式嘛对吧，所以说在这个方程中，因为像这个波动方程啊什么之类的，它通常会出现二阶导数的。

对不对啊，啊我们说在这个加载进方法里面，我把这个前形式转换成弱形式之后，然后就把这个二阶导数就没有了对吧，我用了分布积分嘛，所以说最后在这个弱形式里面，我只有什么一阶导数啊。

只有关于这个t的一阶导数对吧啊，也就说出现这么一个就一阶导数，也就说我在相当于组装这个刚度矩阵的时候，我只涉及到一阶导数的计算对吧，不涉及到二阶导数，但是为配点法，但不需要这种转换。

所以它还是需要这种啊二阶导数的二阶导数的，对吧啊，别人说啊，我们等级和里面选用的奇函数是样条的，奇函数对吧，那么像这类奇函数，它对这种求二阶导是没有什么问题，是没有什么问题。

因为它呃应该是一个就是一个高阶的啊，所以说这边非常重要的就是一个我们刚才讲的，就是在在这个等级和配电化里面，非常重要的一些呃研究的工作啊，都是来研究我这个点配点我怎么选择啊，配点我怎么选择啊。

那么沙这边有这么几种选，这个是什么grava坐标，还有这个demo坐标啊，还有我记得还有一些呃最新的工作，像那个什么超收敛的一些点啊，超凶的点，那么说格瑞这个坐标呢是用的比较多的啊，说的比较多的。

也就是说他这个选择，就是如果给你一些节点向量，cc。cos cos吧，还有些是持币，那么这grey坐标的这个cci他怎么选的啊，就是我们这个配点啊，这个配的点他是怎么计算的啊。

那么cci它上去它都从它的后面的第一个对吧，比如说coc 0，它就是第一个cos 1 cos 2，一直加到这个coci加p，这个p呢就是我们这个呃，你才装了这个这个这个电流供电的这个次数，对吧啊。

然后再取一个平均求一下p啊，也就说这就是我们这个，格y坐标对吧啊它的这个定义的方式啊，我想这个呢就是采用的这个这种方式，才是这种方式，比如说采用这种方式呢，我就可以对这个右方向和方向进行进行。

相应的这个配点对吧，相应的配点，然后通过这次配点的来进行求解啊，然后比如说我们要求解这么一个呃，呃这么一个pd方程对吧，当然是一个线性的一个pd方程对吧啊，那么实际上呃如果假设我们这个整个的区域啊。

用变样条曲面来进行表示的是pi，就是我的控制零点，然后呢我我需要进行配点，但实际就是把前面的这些配点，这个tai j这些配件把它带入到啊，代入到这个4。3里面啊，4。3里面啊，然后就进行啊得到一个4。

5是吧，得到4。5，那得到4。5之后啊，得到4。5之后，实际上就是说我所有的呃，我把这个因为我说的这个数字减对吧，都是和采用这个也是采用这个基函数，这些东西来表示的对吧，也就算我把这个4。6啊，u s。

这是我最后要求的这个物理场的这个物理解，这个u的表示代入到这个4。5里面，代入到4。5里面，然后呢我就会得到，然后就会得到一个线性方程组对吧，我要求的是什么啊，我要求的就是这里的u i j嘛。

就是u i j m啊，也就是说呢我作为这个k的，也是你的总高度矩阵f 16端向右，就是你要求解的这个系数对吧，最近的系数啊，张也说这就是配点法对吧，这就大家看看实在这个过程里面，我是没有涉及到。

没有涉及到从这个强形式转换成弱形式的，是没有涉及到从强行式转换成弱形式的啊，你说不会涉及到积分对吧，你要你要你要嗯说要这个做的做的事情呢，就是选好这个配点，然后把这个配点带入到这个呃这个强形式的。

这个pd里面啊，然后去把它求解对吧，然后也是会得到一个线性方程组的对吧，为什么是一个线性方组，因为它本身这个p p d e这个问题，它就是线性的是吧，所以说这个是没有问题的啊，没有问题的。

然后得到这个东西之后啊，我这边是编写调料链施加的，就是和前面四类似，实际上我们来可以来分析一下啊，来分析一下这个相应的这个来比较一下啊，这个加电机方法和我们传统的这个，和我们现在这个等级和的配电法。

他们计这个计算的时间啊，还是还是有差别的啊，还是有差别的啊，比如在这种1397个自由度下啊，然后加点云网盘用的是2。9秒对吧，我配电话叫0。5秒就可以了啊，然后这边呢是呃3000多个自由度对吧。

用了十秒啊，然后这边呢是这个1。4秒啊，不过是1万 1万多的啊，46秒啊，这五点就是，实际上大家可以看到这个这个加速比加速比啊，还是随着规模的增加呢，越来越增加是吧，那么元元说的实际是配点法呃。

和家具家具进方法相比啊，就是在呃计算效率上会得到一个呃，比较大的这个提升啊，比较大的提升对，然后也说我们商账上，我们也是可以把等级和配点法对吧，运用到前面的这个呃超弹性啊。

动力学啊或者静力学问题的一些求解里面对吧，那外乎呢就是我怎么样来把这种迭代的，这个非线性求解的问题，把它迭代化，然后对吧，就不用那些这个强行知道弱旋式的，这个转换的对吧。

刚才我讲的那个框架里面也是用到了这种强行，直到热旋式的这个转换的，比如说哎，我们也是可以把配电法运用到，刚才那个问题里面的嗯，那么我也是啊，前面的是应该是啊20年毕业的一个学生，一个硕士生啊。

他上就是把这个配点法用到了这种浮雕的，一些建模问题里面啊，他比如说像我这边问题，就是我比如我输入这么一个图像，这边是一个啊毛笔字的这么一个图像对吧，那么我希望能够基于这个图像来生成一个。

类似的诶这么一个形状的一个浮浮雕对吧，浮雕浮雕上，我们大家在很多的呃场合都碰到头了是吧，浮雕是包括一些建筑物啊，一些这个呃上面都有一些浮雕的一些建筑，下面呢我就是就是呢想把这种呃浮雕的问题。

把它转换成了一个pd一的一个问题啊，然后呢我们再用整体和分析的方法呢，来求解这么一个pd问题上来，就是来求解我在每一个像素点上，或者每一个位置上对吧，他相信了这个诶我要偏移多少对吧。

就是我这个z的值要偏移多少高度对吧，多少高度啊，我要升级多少高度来对吧，但大家看一下我采用这种呃，我知道选是一选选一个合适的一个pc的方程啊，我最后建模出来的图标，还是非常挺符合我们这个认知的对吧。

挺符合我们的认知的啊，也是所以因为因为这边这个像素点非常多对吧，人家说呃传统传统的家电性方法，可能这个时间成本是比较高的啊，所以说我们这边呢就采用了一个配点法，来求解这么一个问题啊。

虽然也是得到这个效率上，也是得到的一点就提升，这边就是一个蝴蝶的模型对吧，我这边我做了一个蝴蝶的模型的一个建模，这边是更多的一些例子是吧。

也就是说实际上大家可以发现啊，也说你们把这个等几何的问这个方式啊，啊这么一个框架，上次也是可以运用到很多的这个问题里面，很多的问题里面啊，不仅仅是求解这个pd啊去进行物理性的那方。

则包括我们图形学的一些问题对吧，图形学的一些问题也是可以，只要你涉及到pd啊对吧，也是可以把它呃，和这个等级和的框架结合起来来做一些问题，也是会得到一些有意思的结果对吧啊，因为我们不仅仅做了静态浮标。

我们还做了这种动态的图标，也说他这个base surface就是他这个机机体面，它是呃沿着一呃这个时间啊会做一些呃，按照沿着时间会做一些动力学的一些变形对吧，就是沿着时间。

它会满足一定的物理的变形的一些规律啊，我们也是可以把这个用到我们这边，相当于也是时间相关的一个问题了啊，当然它不是一个超弹性化的一个，一个非线性的问题，对吧啊，我们也对他做了一些仿这样一些求解。

应该说这是这一个，就说呃我们可以发现等几何啊，也是可以用到我们图形学的，其他的一些问题里面，不仅仅是物理防，好基本上我们这次课的内容就到这儿，那么我们主要是给大家介绍了两部分的，这个内容。

第一部分呢就是怎么利用等几何的框架来进行，这个非线性的超弹性材料的仿真，包括静力学的仿真和动力学的仿真是吧，还有呢就是给大家介绍了这个等级和配点法啊，也就是说我在我就可以不把这种啊强行式掌握，弱形式。

用积分的方式来进行转换啊，啊比如说不用这个变分法的这种原理，对吧啊，我说是呢，我直接就相当于在整个的p d e，整个的这个包括我们强行上面，我去合理的去选择一些配点，一些采样点，然后进行这些方程的求解。

好我们这次课呢就到这儿，我们下次课呢准备给大家呢，就介绍这个后面的一些优化的一些问题啊，包括从形状优化开始给大家介绍结构优化，对吧啊，相当于我们这门课，这次课程，这些课程也基本上要慢速慢慢。

进入到我们的后半段了是吧，后半段呃那基本上就是先讲这个形状优化，再给大家介绍的这个top优化啊，然后后面呢再给大家介绍基于体系分的这种，建模仿真优化的一体化框架，包括啊再给大家讲一下。

我是怎么样把这个ai运用到我们的这个呃，等几何里面的啊，还会大家给大家讲一次课啊，基本上还有啊3~4次课的这个时间啊，也希望呢大家呢能够在课下，多多消化我们的这些内容啊。

特别是啊因为等级和目前我觉得还是有很多的，呃这个研究的空间啊，还有很多问题呢，呃需要大家呢这个共同努力去解决，好我们今天的课就到这儿啊。

GAMES302-等几何分析 - P9：9. 基于等几何分析的形状优化 - GAMES-Webinar - BV1dM4y117PS

啊各位同学们，这个来继续上课。

不好意思啊，今天因为第一个那个因为航班的原因，还有那个呃刚才服务器有点，重启的时间太长了，所以后来又重启了一次，那么按照原计划呢，我们今天呢还是给大家介绍下一部分的内容啊，这一部分呢主要就是说呃。

是关于这个基于等级和分析的形状优化，这一部分，我们前面已经给大家介绍了这个呃，登记和分析的求解的框架，我们说等你分析呢，它本质上还是一种有限元的一种新的框架对吧，那么也就是说呢。

它主要还是我们用来做一些数字仿真的，物理仿真的，所以说呢就说我们这个做物理法则呢，当然是为了，就是说去优化我们初始的这个设计啊，初始的设计，那么这个初始设计好不好，对吧啊，12是决定于它呃。

你这个设计的这个外形的，它的物理的性能，物理的性能啊，所以说呢就是说这个物理性能呢，它能不能满足，真正的在我们这个环使用环境里面的，这个一些呃需求对吧，这就要求呢我们来做一些呃形状优化啊，甚至托比优化。

结构优化等等，那么实际上就是说这边的话我们还是希望啊，还是希望能够呃基于等级和分析啊，能够给我们在这个对这个初始设计设计的这个，改良方面呢，能够有一些他自己特定的一些优势对吧。

其实前面我刚开始介绍这个等级和分析的时候，也介绍过了，但实际上基于这个整体和分析的，这个呃形状优化啊，是有它这个天然的这个优势啊，也就是说它可以就像修改我们这个控制顶点。

一样的去呃对他的裤子顶点啊进行优化是吧啊，也说这个用户啊，它实际上就是说不需要再了解我这个形状优化，这个，底层的啊一些他这个优化的技术啊对吧等等，这些也是这个用户，如果你这个软件开发的好对吧。

实际上就是说你如果把这些软件开发的好，你直接让这个用户去指定哪些是固定的，哪些是自由的啊，当然这些都是针对这个控制顶点，而且呢可以去指定或优化的目标对吧，你是呃让它的这个柔度最小还是应力最大是吧。

还是其他的等等一些目标啊，把这些目标呢指定好对吧，然后这个计算机呀，这个c e这个优化软件，它就会自动的把这个你要优化的这个模型的，最优的这个形状，把它优化出来啊，像这样的话。

我想的就是我们一个呃是最理想的一个状态，也说不需要任何的一个后处理的过程，后处理的过程啊，我想这次是不是呢在等于分析框架下啊，这个形状优化确实有它本身的自身的这个优势，是自身的这个优势。

那么我们这次课呢，主要给大家介绍这么几部分的内容啊，第一个就是呃线弹性的形状优化，第二部分呢是这种呃就是三维的情况，就是三维线弹性的这种形状优化啊，最后呢介绍呃。

这个我们前面不给大家介绍的这个超弹性吗啊，介绍呢给大家介绍这个关于这个超弹性的。

这个形状优化的，你说首先呢我想还是要给大家介绍一下，这个结构优化啊，那么结构优化呢，实际上呃是嗯，现在啊是这个优化设计领域，非常重要的一个问题，非常重要的一个问题啊。

而且呢它这个应用的这个应用的这个场景量，现在也越来越多啊，啊包括啊航空航天啊，这个汽车的轻量化设计对吧，这个模具的设计对吧，特别是随着这个3d打印的出现啊，那么实际上就是说我们可以给这个结构优化。

结果呢，也可以更好的把它给造出来，是上去，原来就像这种嗯拓扑优化结构优化的结果，如果没有3d打印的话啊，那么用这种传统的这种剪裁制造，实际上还是比较难的，是比较难把它造出来的。

但是我们现在有了3d打印啊，那实际上就是说基于这种支持增材制造的框架，我还是比较容易能够把我们这个呃这些拓扑优，化结构优化的结果来把它给造出啊，12是结构优化在呃这个国际的，无论是学术圈还是工程领域呢。

现在都越来越受到大家的关注啊，那么像我们国内啊，有一些像这个国学老师团队啊，应该是国内做这个结构优化方面，最有代表性的团队，那么呃刚刚今天上午我们也在北京啊，再开一个就是开源工业软件的会，那么其中的呃。

这个这个开源工业软件工委会里面，下面有一个这个组呢，就是呃结构优化的这么一个c格组，那么也是希望啊能够把这个结构优化，这个能够在某种程度上的进行开源啊，然后呢呃无论是给我们的这个同学们。

还是一些实际的这个厂家用户呢，可以提供更多的一些呃共享的一些资源也说，不过从这个学术上来讲，那结构优化设计，它应该就是以这种力学原理和数学规划算法，为基础通过啊，最优化的方法去改变这种工程结构的尺寸啊。

这就是涉及到尺寸优化对吧，形状形状优化和拓扑的构型，这就是拓扑优化，那么12下面呢也是呃，给出了这边这三个图对吧，实际上也是给出相应的这个拓扑优化，形状优化和尺寸优化啊，那么实际上从北站来讲，特别的话。

他就说我这就去决定我在哪些地方挖苦对吧，然后这些孔的这个连接是什么样子的啊，那么像这个，我觉得他这个还是应该是属于，概念设计的一个阶段对吧，概念设计啊，那么形状优化呢就是说啥。

就说我我想去优化我这个物体对吧，它本身的这个形状啊，我们把如果把这个孔确定了之后，它这个孔啊，要要大概这个孔的形状是什么样子的，或者这个形状，它这个外形的这个边界应该是什么样子对吧啊。

那么这就是这个形状优化，也说它是呃，基本上是一个比较基础的一个设计的一个阶段，那么后面的会就涉及到这个尺寸优化啊，尺寸有关，包括这些特征对吧，这些孔它的半径有多少啊，那么我这边啊上半部分啊。

它这个宽度有多少啊，啊中间这个宽度应该有多少对吧，实际上这些呢都是可以呃，把它作为一些自由的一些参数啊，作为我们的参数变量，带优化的变量来进行优化的，你说啥在这个优化里面啊。

我就是说啊属于就是以尺寸参数的写优化，那么也就是说呢，实际上就是我觉得这三个阶段对吧，也是从这种概念设计到基础设计啊，再到最后就是详细实际啊，我想在最后再满足啊，整个的这个实际场景的这个需求是。

但是呢就是说很多时候呢，这种传统的这个比如有限元的方法，或者基于体术的一种方法，无论来说这个拓扑优化还是形状与化来讲的话，都是需要对这些优化的结果，来进行必要的后处理啊，好像郭老师也带着我们来做一个。

国家重点研发的一个一个课题里面，我们也是专门就是来做这件事情啊，总要对这种像素式的拓扑优化结果，来进行这种光滑化或者cad的重建对吧，或者一些局部的补强啊，那么也就是说12比如像这个simple啊。

这些方法，我这个徒步优化的说来接我，可能有些地方这个都是锯齿状的，这种这种外形啊，或者有些地方还是非流行的啊，非常脆弱的地方对吧，甚至还有些孤岛啊，那么怎么样对这些像素是表述的这种表东西啊。

这这这种形式来进行一些必要的，后期和b站几何的后缀啊，也是非常非常重要的啊，因为这样才能够呃，满足我们后面的一些制造方面的一些规范，还有这个工艺的一些要求啊，工艺的一些要求啊，我刚才讲的就是说。

因为这个结构优化确，确实它可以提供一些呃，新的一些设计的方案对吧，所以呢呃而且这种方案呢并可能比我们原来啊，这些老师傅他自身的这个呃经验啊，来得更嗯更漂亮对吧，然后更更具美观性啊。

而且这个功能性功能性可能也更好对啊，所以说在很多的这个领域都得到了很好的，这个应用，那么我们今天呢当然会聚焦在我们中间，这一阶段就说这个行道硬化这一块啊，那么也就是说呢我是对这个边界形状的边界啊。

外形的边界呢来进行优化来进行优化，那比如就像这个例子啊，这个是商家很多的，无论等级和论文，还有限元的，这个现在优化的论文都可以看到啊，那么比如说我这边呢，就是说我这边口上是固定的。

这是一个叫做开口扳手的一个例子啊，那我的设计目标呢，就是我在给定的某个材料体积下啊，使得这个呃我这两个呃，u fa和ub这两种加载情况下的这个位移啊，要达到最小化啊，那么u fu i b是什么呢。

就是我这个f a加载点啊，还有b加减点数的这个垂直的位移，这边呢我可以设定一些初始的一些边界条件啊，然后我这边呢都是用这个呃，因为是等级和的形成优化，是越这边可以看到是一些控制顶点啊。

然后我去我的优化变量啊，直接就是这边的这个控制顶点，当然你这边可以设计一些一些这个体积的，这个约束啊，杨氏模量啊，还有泊松比啊这些参数等等，包括最后的这个收敛性的判别的这个准则啊，你这边都可以去设计啊。

那么后左边呢就是啊一些优化的一些结果，对一些优化的一些结果啊，那么就大家可以看到啊，就是说基于这么一个初始的一个形状对吧啊，非常简单的一个用户，非常简单可以把它设计出来对吧。

然后这个用户呢只要设定一些边界条件啊，固定的地方，还有这些一些施加载荷的这些地方对吧，这些专业条件，然后计算机就会自动的把这些最优的外形，把它给算出来，把它给算出来，那么这样的话。

实际上就是说呃可以就可以实现啊，我们这种基于等级和的这个外形优化，形状优化了啊，那形状优化的这个问题啊，就是刚才我们说了，在呃这个等级和框架下，它具体是一个什么样的问题对吧，也就是说他应该就是说。

我给你一些固定的边界条件，然后给你受力的条件啊，然后呢呃我的怎么样呢，去优化一些部分的控制顶点对吧，也是咱们等几何的这个形状优化框架里面，它的这个优化的变量啊，就是一些控制键的位置啊。

所以说这也是为什么我们说的在呃，等你和框架下形状油画呢，呃会变得非常的直观对吧，盐酸的形状硬化呢，它实际上是一种通过调整物体的几何外形，来提高产品结构性能的一种方法啊。

那么也就是说在我们等几何的这个框架里面，它通常呢就是以控制点的坐标，来作为设计的变量，以我们这些物理性能的指标，比如说柔度最大的位移，最大的应力啊，为目标函数或者约束函数啊。

然后来构建相应的这个数学优化模型，所以找它最佳的这个形状对吧，几何形状啊，那么实际上也就是说，我们通过形状优化这么一个工具，我们就可以非常高效的去生成这种呃，作为合理的啊这个外形设计的方案对吧啊。

那么稍后在这个里面呢主要分为三个部分，第一个就是我切参数化几何的描述和更新，也是我的设计模型啊，那么这段我在我们这个等级和里面，它的直接竞标所更新，就是以控制顶点为为呃为找工具对吧。

还有一个呢就是呃结构响应的一些分析的，一些呃呃分析的这个这个部分啊，然后这边呢就是我们的分析模型分析分析，比如说我们等几何的框架或者有限元的这个，来解这些结构的问题，结构分析的一些问题对吧。

呃最后呢就是我们的一些比如优化算法，优化算法，在这个里面就涉及到一些数值优化的，一些方法啊，一些方法啊，因为啊虽然我们这边啊，是一个力学方面的一个优化问题吧，它本质上我们还是要把它归结成一些。

数学优化的问题来进行啊，求解啊，当然在我们整体合力框架里面呢，我们这些设计模式，它就是用一些呃控制这个几何形状的一些样条，或者控制网格来进行描述对吧，然后我这个分析模型呢就是用呃，我们等几盒对吧啊。

或者有限元对吧，再来进行数值方法的计算，来进行结构仿真的这么一个计算啊，然后我最后呢是通过一些数学，数值优化的这些算法来控制啊，我这个控制点我怎么移动对吧，来总结移动，然后呢我打一般来来说呢。

这种都是一个迭代的一个优化的一个过程啊，然后呢最后迭代优化收敛到这个机子啊，收敛到这个机子，也就是说一般来说的话，就是说我们可以把这个物理问题对吧，把它抽象成为一个典型的一个数学啊，优化的一个模型啊。

就是我呃需要极小化和一个目标函数fx，让它满足一些呃，比如物理性能满足一些体积的约束对吧，反正我这个控制顶点，我x它的他的这个移动的范围，比如或者或者等等，我只要把它放在一个框框里的啊，给他加一些约束。

那么实际上就是说在呃这些呃，所有的这个形状优化问题啊，我都可以把它分解成这么一个呃，线性或者非线性约束的一个问题对吧，非线性约束的一个问题，那么实际上也是我们这边的这个fx啊，包括后面的这个约束。

我们都有一些可以自由选择的部分，对不对啊，那么爷爷说，我这个fx针对这种不同的这种优化问题，这个优化模型啊，也可以有他自己不同的一些表达的一些形式啊，比如这个fx你可以是柔度是吧，可以是应力对吧。

也可以是呃节点的位移，控制点的位移，包括你整个的这个模型的体积啊，面积啊等等啊，这些目标函数啊，而且呢我很多时候啊这个包括它的这些体积啊，还有最大的应力，用功的时候也可以作为放在这个不等式的左边。

约束里面啊，来来来做，不仅仅是我的目标函数里面，所以说呢我们就可以把一些形状优化的优化，根据它的优化目标对吧，可以让我来分析一下啊，第一个就是比如说柔度啊，是我的目标，那通常来讲呢。

我们希望这个柔度呢能够是最小的啊，因为柔度呢它就称为是结果了，一个应变能，对吧啊，它就是指物体在受力平衡下，它这个存储的这个应变能的这个大小啊，那么热度值越大就飙车了，表示这个物体的这个稳定性就越差。

所以说呢我们希望这个浓度应该是最小的，最小的，那么柔度优化里面呢，就是说我们一般呢就是说呃，希望在呃浓度最小的这个目标还是这样啊，呃应该要满足多什么样的一些，体积或者面积的约束啊。

所以说呢我最终的这个呃优化的模型啊，优化问题的模型就可以写成这样子对吧，那c这是我的刚度矩阵，f就是我的这个呃右边的这个force function是，那么实际也说了，我是上可以把。

因为这个小f就是我这边的柔度啊，f的转之前用，那么你说我就可以了，就可以把，然后v呢就是我的体积对吧，就是说卫星的就是这个呃，你是要体积要达到多少啊，都可以做一些约束放进来啊。

那么沙特站就是呃去捡这么一个优化问题，也就是说我怎么样去呃移动我的这个边界啊，或者买这个哪部分的控制顶点对吧，让呃这个整个结构的它的容度最小，便携满足我的这些力学性能，还有它的一些体积的一些运输。

第二个呢就是这个节点位移对吧，节点位移啊，那么商演员说呢，我那我让这个物体模型啊，在受力达到满足这个受力平衡的这个条件啊，他某一个物理点的这个微量呢，它的这个值啊是是是位置最胃药最强化啊。

那么这个时候呢，通常情况下这个约束呢还是这个模型的体积，有限的面积对吧，但是他还是要求啊，还是要求不要满足，我的这个k等于f这个力学性能，但还有一些比较常用的就是应力应力啊，因为因为我很多时候在。

反而这个会实际工程中用的也比较多啊，就是为了防止这个结构发生断裂啊，那么我们也像这个用户呢，需要想想发展要求减少，这个在容易断裂处的这个城市的这个硬币，对不对啊，也就是说虽然柔度减小。

也能降低它的整个整体的一个平均应力，但是柔动脑往往更关注一个全局的对吧啊，全局的一个内容的一个大小，嗯嗯而很多时候对吧，因为都是因为这个和你本身的这个模型的形状，有关系了啊，因为可以模拟下局部区域。

它可能是应力处理特别大，会超出啊你这个模型的材料，它所承受的这个范围啊，可以说很多优化的问题里面呢，我们也是经常使用这个最大应力最小化啊，来作为我们的目标的函数啊。

但是因为这个最大值最小化的直接数字形式，大家都知道了，就说是一个mi max这么一个表达是吧，像这个大家都知道他这个直接数学形，它实际上是不可导不连续的对吧，所以说呢我们通常会用。

回去会选用这种plog的方法，来建议的这个实现啊，比如说呃，我这边呢就是我的一个应力的一个最大，应力的一个一个表示吧，啊那么cm大概就是一个应力值对吧啊，也就是说商也就是说当这个p呢，它是一个正整数。

也说当这个p足够大的时候，所有用例子中最大值的p次方的结果，会远远大于其他数值，因为所以说我就开p次k后，这个目标函数的值就差不多，等于这个最大应力值对吧，而我而我没说呢，这个东西对吧。

哎这个东西它实际上就是呃啊是可微的对吧，是可微的，可可以求导的啊，所以说为什么要求导，因为后面没有算一些什么灵敏度啊，什么之类的对吧，都要涉及到一些求导的一些计算，所以说呢我们还是还是要求啊。

就是说能够把这个目标函数这个应最大应力，最好换这个目标函数，把它变成发达，变成的一个可微的一个目标函数啊，然后去这样画出啊，所以说这是最大应力的一个目标啊，那么上面我们在很多的优化问题里面。

都会碰到这种类似的问题啊，就是说我要把一个最大的一个，什么度量最小化的问题啊，这个大家都可以拿这个那个思路而来进行借鉴，它还有的就是比如说像这个体积或者面积啊，像这也是这个我们这个模型。

这个一些非常重要的一些指标啊，比如说当然他也是要希望把整个呃，体体积或者面积现在某一个范围内对吧，然后去满足我的这个物理性能啊，或者这边也是这个最大应力啊，我要把这小小把它作为原始条件对吧。

相当于把两个两个两个这个定位啊，换一换换一换啊，那么实际上我们啊，我记得有一次讲这个参数化的平面，参数化的课程的时候，我们给给大家讲过一个方法对吧，我怎么样计算。

就是我这个呃一圈北的曲线或者一圈样条曲线，围城的它那个区域的面积对吧，那如果是一圈这个样条曲面啊，三维空间啊，把它围成了这么一个模型，内部的这个体积会有多少是吧，这个伤也是可以类似的去推导出一个公式来。

对吧啊也就说呢呃有了这个公式，实际上就是我们就可以把它放到我们这个它的，这个优化的目标函数里面啊，然后再去来满足我们相应的一些力学，性能方面的一些约束啊，那么这是第四个对吧。

也就是说这边是我们的优化目标对吧，优化目标啊，那12确定优化目标当然是非常重要的早，因为这个呢他就主要是根据你的目标对吧，你的要求啊来进行设置，那优化目标确定好之后啊。

让我整个的这个优化的模型也就确定了对吧啊，那优化模型确确定之后，后面就是非常重要的，就是我采用什么样的优化算法来进行求解啊，优化算法来进行求解，那么现在我们呃包括我们团队啊，用的最多的方法。

无论是形状有ip，就应该还是这个mma的方法，方法，就是说，然后他就说是一种比较常用的一种，非线性优化的一个算法啊，那么它实际上是对于很多的工程啊，科学问题都可以来解啊，它的基本思想啊也是比较简单的啊。

就是怎么不动不断移动这个约束的一些间接线，来进行非线性优化问题的这个求解啊，那是在在他出现之前，求解这种复杂的肺炎有优化问题，一个非常有挑战性的一个一个一个问题啊，那么伤时他在对198几年提出来的。

这么一个swamp，它的基本思想就是我在每次迭代中呢，调整一些伸缩参数，然后让这个目标函数啊，随着这个迭代步骤的增加而逐渐的这个优化啊，那么这个算法呢可以把这种约束条件，表成我这个间距均线的这种形式啊。

然后呢，我不断的调整这些间接线，来去求解相应的优化问题啊，然后再在这些优势条件时看到一组标记线，那么这些线它是可以呃，以递减的方式彼此靠近吗，那就最后就可以呃，如果呃达到我们的约束优化这个迭代之后。

它能够呃他们之间的距离就非常小的话，我们就可以看到它就是解决我们这个优化问题，但它还是有一些优点和缺点的啊，当然他的第一个优点呢，就是说它可以处理这种复杂的非线性问题啊，因为刚才说了。

就是说呃我们真正的在一些实际的场景里面，碰到的可能都是一些复杂的场景问题啊，特别是我们在这个形状优化，拓扑优化里面啊，那么另外一个呢就是说啊，他这个求解最后优化的这个呃，你到底优化到什么程度是吧。

它实际是和这个迭代次数啊，有比较大的这个关系，有比较大的关系啊，这是另外还有呢就是说对于这种大规模的问题，他的求解效率啊，也带速度啊，还是比较还是比较这个比较快的啊，收敛的比较快的。

但它也是有和我们一些传统的呃，有一些优化问题相类似的一些缺点啊，比如第一个就是说对于某些类型的问题，这个它很有可能会找到局部极小的一些，意识解啊，这个沙子对很多的这种迭代型的这种优化算法。

都会有这个问题对吧，都会有这个问题，另外一个呢就是说对于这种目标函数啊，目标函数变化过于剧烈，或者你这个约束条件的变化过于剧烈的时候，它也是可能会不会发生作用，发挥作用啊。

所以呢这也是呃我们这个所谓的这个mv算法，简单介绍一下，那么实际上也就是说我们最后形状优化对吧，呃问题实际上就是说我也可以看到，我们都是可以，它这个目标函数都可以求导的对吧。

那这个呢虽然最大最大应力最小化啊，他原来可能是不能求导的啊，但是我们对它做了一些改造啊，把目标还做了一些改造，就还是变成一个可微的一个目标函数对啊，所以说我们也是可以去采用这种基于梯度的。

m a 12盘的去求解，相应的前面的几个优化模型，优化模型，那么他下去是把整个的呃，一些问题分解成多个近似凸的子问题啊，然后通过迭代每个子问题得到原文里的解啊，因为现在初优化求解起来是呃比较稳定的对吧。

也是我们有一些比较好对吧，虽然他这个思想还是比较简单，也说我通过移动接近线啊，然后把呃一些问题能分解成多个的，近似的这个值，凸的这个值问题来进行求解，那具体的这个他的做法我就不说了啊。

基本上来说一般来说呃他的这个求解模型啊，比如说是这个样子啊，那么实际上呢就是说我这边呢阿尔法贝塔啊，比如说s键的是我原问题的这个实际变动，阿尔法接贝塔键呢就是指问题的上角往下。

那么这个键呢它实际上就是说呃，呃我把它分解成多个近视凸的子，问题的一些下标嘛啊，而我这边的这个呃a0 啊，a0 a i c i d i l这些东西啊，实际上就是说来，来决定你最终的目标还是什么样子。

是吧啊，那么这个yi啊z啊，这些是新引入的一些变量，然后可以通过求求解方程组求解方程的来结果，小火这边比较重要的就是这个啊，设计变量的上限和下限啊，也说这个呢它实际上是比较影响。

就是mma算法最后求解的这个收敛器啊，也是因为他这个为什么叫移动间接线嘛对吧，他这两项呢，就是就是作为这个移动间接性的这个边界，来进行，啊这边具体的细节我就我就不讲。

也就是说实际上就基于这种梯度的优化算法，进来处理呢，它能够因为我们这个工业函数对吧，可以非常快速准确的计算梯度信息对吧，然后他可以在一些可接受的时间内吧，可以收敛到这个目标函数的极值对吧啊。

但是如果用这种低度低于梯度的算法呢，一般还是要推到这个目标函数导数啊，还有灵敏度的这种计算形式对吧啊，那么呃比如说你用一些牛顿迭代啊之类的，还有计算，相应的还是理性来加快这些收敛的速度。

但如果是无梯度的这种优化算法呢，它迎来来说呃，主要是用于这种不可求导的这种问题啊，或者就是你这个除了过程的这个复杂度，远远大于你这个目标函数，计算复杂度的这个问题上。

那么实际上这类算法呢需要对这个目标函数啊，还有约束函数进行多次的这个计算才行啊，当然相比于基于梯度的这种优化计算呢，还是增加了这个总体计算的这个时间啊，但是优点呢就是简单了啊，不用求导啊。

有时候不需要复杂的数学推广啊，啊这边就说是一些介绍一下这个ma算法啊，ma算法啊，然后刚才讲了啥，我们这边呃在很多的形状优化这个框架里面，基本上还是要求导啊，还是要求导就可就涉及到后面这个呃计算这个。

结构的灵敏度分析的这么一个问题啊，灵敏度分析的这么一个问题啊，你说结构明明灵敏度啊，所求的就是我这个目标函数对吧，无论你是最大的应力最小化，还是呃啊这个柔度最小对吧。

实际上就是说让这个目标函数求这个目标函数，对这个设计变量的导数，求导导数，那么12结构灵敏度，这在很多的这个结构优化问题啊，可保险评估啊，还有参数识别时都都是非常重要的作用。

对也就说说你这个结构流化设计，它你最后求解的呃效率怎么样，收敛的快不快对吧，包括最后的结果怎么样，想都依赖于你在设计，最终涉及了你的灵敏度，分析的这个效率和精度是怎么样，那么三就是对于我们有些人来讲。

求解精度，灵敏度主要就是这种解析的方法，还有有限差分的对吧，比如说求导，就当这种差分来做些半解析的一些方法，半截式的一个方法啊，还有一些呃复变复变函数的复变函数的方法，还有伴随变量方法啊。

那么简易法呢当然是比较早的，但就是说他要进行比较繁琐的一些呃，人类推导才可以，那么上灵敏度的这个数值大小呢，它是就是代表了这个模型目标，你受到设计变量，它这个影响程度，对不对啊，比如说模型的目标函数。

你说的这个设计变量的养成对吧，也就是说如果你这个设计，比如如果这个母的目标函数，对于呃这个控制顶点啊，它应该比较大对吧，让它这么移动啊，然后让他往这个目标是最小，也就是说上次他在最终确定你这个控制点点。

怎么动的，比如说收缩方向对吧，确定这个优化问题，这个收缩方向上会有会极为有效啊，那么当然相应的这个呃这个求求导啊，我这边就不止一点啊，大家可以后面来看一下p p t啊。

然后实际上就是说这边比如这个我的目标函数，对我的设计变量的这个呃出现它的微分啊，或知道的上就可以根据他的一些目标函数啊，或者展开形式啊，直接来进行计算啊，但这边还是会涉及到相应的这个刚度矩阵。

对球技还有一些认识法则，啊，但就是这边还是会涉及到一些相应的呃，一些呃一些技巧吧，啊包括我怎么样用半水法对吧，来把这种呃求矩阵的逆变成这种方程组的求解，对吧啊，然后我怎么样通过一些矩阵计算。

来求得最终的这个导数值啊，那么这边呢就是说我通过这个具体的这个呃，单元短路矩阵，还有它的单元载荷向量的形式是吧，就这种形式对吧，然后相应的我就可以求一下这个单元啊。

线线材线下的这个刚度矩阵和呃和载荷向量啊，他对这个设计变量xi的，他们这个导数形式导数，我们就可以把它给这样写出来对吧，也就是说这边的xi就是我的问题变量，所以说我最终大家可以看到啊。

就是我最终灵敏度的计算，最终表现了我怎么样求这个是啊，就真的这都什么奇函数相关的对吧，一些矩阵的它的求导啊，雅各比的这个求导啊对吧，还有a这些这些求导一些问题，包括实际上这边也还是用到一些呃。

就是需要退一下啊，就我怎么通过这种积分的链式法则对吧，然后能够把它啊推导出来啊，然后呢去算出来啊，比如说我做几个的这个呃，比如b的导数啊，j的导数，g的导数啊，所以我怎么算啊，这个也是可以去推的啊。

那么包括a g函数n对这个s的，它的这个命令组的计算结果我怎么算啊，它也是可以都推得出来吧啊，后面的就是我们说的，就是实际上就是就是说我最终的这个把这个呃，向量的密度求出来之后。

然后我就可以来确定我指甲，整整个的这个某些这个自由度的设计变量，它的这部里面我怎么移动对吧，mac大家可以看一些例子对吧，这边呢就是说我这边应该是这边是固定的啊，这里也是控制了这三个控制定点。

这六个控制点都是固定的啊，然后我这边呢这个c格玛x往上4d对吧，然后这个c c c c和y的往上4d4 ，y x朝着这个方向往这边拉的，现在呢我就是要要求什么啊，要求我我这些呃优化这些控制顶点的位置啊。

然后呢我怎么样来，我怎么样来进行进，让它的整个的这个版的浓度最小啊，浓度最小也是他初始的是这个样子啊，这个你还可以设置一些雅思模量的参数啊，不是免的参数啊等等啊，也就是初始设计，如果是这样的话。

我最后优化出来时，就带着在这个开阔的地方对吧啊，才会变成这样，那也是符合我们初始的这个预期的，那么就大家可以看到，就我在这个等你和框架里面，因为我这边呢我的优化变量就是这些控制定点。

比如说你求导的这个呃，代价上也是也是变变低了嘛，对吧，这也是变小了嘛，就说你这个求导的这个计算各方面上也说呃，你不用求那么多次啊，那你这边比如有四个设计变量，有只求四个四个导数，就像四个定位定度。

那来决定我这个控制顶点怎么移动就可以了，那只是另外一类，就这边是固定的呢，这边是固定的啊，然后这边呢我我我我又优化了目标对面四个啊，然后我这边会往下，那我就最后这边怎么样呃，最优的这个设计啊。

当然这边呢它不仅仅把这个控制点啊放进去，而且把这个呃如果是numbers表示的话啊，他把这个位置还有这个全因子啊，那他这个分子分母都有全因子吗，那么这个全因子商也是可以控制形状的对吧。

那么也就是说还可以把这个控制点和全日制，这两个都可以看作是呃这个自由呃，这个设计变量来进行优化，那么这边呢就是刚才我刚才我讲的，这边就不多说了，对吧啊，也说那就是我们一开始给大家看的那个例子啊。

举了这个例子对吧，就是说我这边开口这边固定啊，然后我这个向上向下，然后这个最终呢呃这个它的受他的这个优化。

这个形状是吧，那么这是二维的这种平面的对吧，现代性旋转优化问题，那啥对于三维来讲其实也是类似的对吧，我这边就就简单过一下啊。

比如说我们这个上次弹弹性力学，三分线弹性的地区，就说是无外乎在我们登记框架里面，就是说我需要在体上来进行计算啊，在体上进行计算啊，那么商业说这边呢我就涉及到一些呃几何方程，平衡方程，本构方程的一些问题。

包括它的一些边界条件的一些约束啊等等啊，这边不讲了，就是前面课本上都给大家介绍过了啊，也就是说我怎么样在登记核的，特别是三维现代性问题里面，我怎么样把这种呃他的线弹性的问题，通过一些变分法对吧。

然后把它写成ku等于f的这种形式，好像这个里面非常重要的，就是说呃我在每个单元上啊，比如说在每个节点区间所对应的这个纸面片上，这个单元上，然后我去计算相应的这个单元刚度矩阵对吧，比如说单元刚度矩阵。

我之后再怎么样呃，来组装起来对吧，那在计算这个单元刚度矩阵的时候，我用了这个等参单元的这个思想是吧，然后我也是我要呃，我要把这种在物理域上的，对这种物理变量的这个坐标的这个积分问题。

把它转换成在参数域上，参数空间上的这个坐标的这个这个积分问题，那么这个形状优化的目标函数是吧，刚才都讲了，就是说相对于三维n也是类似的，你当然是可以是是吧，结构的最小浓度啊，包括最大一个理论小化啊。

还有这个体积对吧，这些都可以作为一个目标函数来进行求解啊，所以说你把这个目标函数呢，它的这个呃就出来之后，我就可以计算相应的这个灵敏度对吧，然后我包括我怎么样来这个里面，来满足一些约束啊。

所以说我们可以看一下，就是说在我们的整个这个呃，等几何的这个形状优化的算法框架，他这边诶你画了一个图是吧，就是说我需要先读取这个模型的几何信息啊，然后确定优化的边界，优化的变量啊。

然后去解决了ig的问题对吧，然后我对每一个设计变量，来计算相应的这个目标啊，对这个这个形状的这个，给我这个几何变量是吧，设计变量呢他这个灵敏度梯度是吧，然后确定你的步长是什么样子的啊。

然后执行一些相应的搜索对吧，也就是说啊然后呢根据这些呃你的步长，然后去确定更新你这个坐标的，控制顶点坐标的位置啊，然后然后再更新几何模型啊，下面呢我就可以再进一步算啊，就是说呃你这个在更新之后。

它的目标函数变成什么了啊，啊目标函数变成什么浓度已经降低对吧，嗯降低了对吧，降低了就是可以啊，如果没有降低，那我就可以说明这个更新的不对对吧，更新太大了或者怎么样，那我就可能要减小，你这个不长是吧。

然后再再再再回来啊，再进步，那如果呃柔度降低了对吧啊，那你这个最终也没有收敛到你的目标啊，啊还没达到这个浓度最小的这个这个目标对吧，没有那我继续回去啊，然后确定优化编辑，这这这都已经确定了。

然后我再算一下呃，再迭代一次对吧，来再求中i j nf来分析一下啊，分析一下，然后再计算相应的这个形状，季度b下去对吧，因为这个时候为什么要，因为他这个里面就变了对吧，为什么变了啊。

因为你这个这个你的形状内部的，这个点的位置啊，什么这些都变掉了对吧，所以呢已经i j求解，相应的以这个目标的值啊，目标函数的值，商业目标的函数的这个东西也变掉了对吧，所以说你在计算这个星上去走。

肯定就是完完全另外一个有另外一个结果是，然后一直在进行这个步长，是执行潜伏的，然后一直这样迭代下去啊，然后这样的话我们就说呢呃就会白城啊，无论是二维还是三维啊，都可以基于这个流程来进行呃。

来进行行动优化啊，那这边呢就是一些呃一些例子对吧，这边比如是一个呃三维单片，还有多片模型，它的形状优化的一些结果，这边就是呃应该是一个单片的，悬臂梁的一个初始的一个模型对啊，就是这边固定。

然后这边往下一个定啊，这是三维的这种自拍的这个控制设计，变量的可能会更多一些，更多一些，好这边呢就是一个多片的1/4代工，你看他刚刚才我们那个二维问题，是非常类似的对吧，外乎就是沿着比如z方向。

我是扫了扫略了一下啊，那像我们最后优化出来的结果，和中二维的这种结果也是非挺类似的，也是挺类似的，也就说实际上这样的话啊，这样的话嗯对于这种多片开门快手啊之类的，我们一场演示会可以得到我们这种想要的。

一些数数数这个优化的一些结果对吧，那么这边呢就是说我是呃一些更复杂一些，也不要更复杂，就说我是不建议是单单片了啊，毕竟是单块，我这边用的多快的，这个变量体可以组成类似于握个涡轮呃，夜深的这么一个呃。

这等级方法来做西装优化的一个结果，这边是一个初始的啊，一个形状是吧，然后我这边设备的边缘试驾的情况下，这边是往下的，然后这边哎我这个固定住啊，固定住啊，那么也就是说呢这样的话呃我要优化的啊。

我要优化的是其他的这个控制链的位置，然后这边呢就是我最终的这个涡轮叶森的旋转，以后的结果啊，那么是基于这个优化后的结果，可以在上面再做等级和仿真，然后看一下呃这个相应的这个对吧。

呃反正效果是不是满足我们这个要求，那么这边呢就是因为我这边是采用这种，柔度最小化为目标的优化目标的一个迭代的，一呃为目标的一个一个一个模型啊，所以说它这个里面它呃这个浓度，它就这个变化也是可以发现。

虽然说一开始呢这个数量还是很快的哦，下降还是挺快的，到后面呢就会慢慢的慢慢的收敛。

那么这是三维的形状优化问题啊，那实际上是和我们这个二维的形状优化的，问题呢是基本类似的啊，基本类似，那么最后一部分呢给大家介绍一下这个，超弹性问题，我们上次课主要给大家介绍，这个所谓超弹性问题，对吧。

他的这个在这个框框架里面，我怎么来进行求导，我怎么我怎么样来进行仿真是吧，那么实际上也就是说如果对于这种超弹性问题，我当然也是可以做形状优化对吧，那如果对于这种超弹性问题来进行形状优化。

和我们呃其他的方法用来也不同对吧，就是我们这边需要讲。

虽然我没在做这种超弹性问题，这种求解的时候啊，这是我们上手给大家看的这个框架对吧，比如说我输入样条几何模型，定一些材料参数啊，因为这边是超超弹性材料嘛，和边界的约束啊，然后分析我这个单元这个加息啊。

设置数量误差等等对吧，因为我要看看我最后的这个动力学啊，还是这个有没有收敛啊，然后计算计算相应的这个枪切线的高度矩阵啊，还有这个一些它的残差，一些初始化对吧啊，便便利变频单元对吧啊，是否收敛。

肯定如果没有对吧，我就继续下去啊，电力并非单元在每个单元上，或组装相应的单元切线刚度矩阵对吧啊，然后计算相应的产量向量啊，还有这个单元矩阵的影射全体集阵对吧，然后是不是编辑结束啊，编辑好的话。

如果就先求解这个全局的这个全局矩阵对吧，然后继续下去，这是我们上次课给大家介绍了这个超弹性，超弹性呃，方便了这个一些问题求解的一个，主要的一个方面对吧，那么实际上在我们刚才给大家看到了。

就是说对于这种呃整体和形状优化的，它的这个优化的关键流程是这样的，这也就是说呢也是呃定义这个优化问题，基本的一些参数对吧，社交边缘条件执行这个i j a的分析，仿真计算向的目标函数和约束对吧啊。

然后进行灵敏度分析，然后确定这个优化的方向和步长啊，然后更新这个控制变量的位置对吧，更新设计变量啊，有没有收敛啊，如果收敛呢是那就输出最终有关结果，如果没有再继续进行执行i及仿真。

在计算新的目标函数和约束，计算新的灵敏度对吧，然后再进一步确定这个优化方向和步长对吧，然后更新试一遍，然后下去，那么这是整个优化的问题模组是吧，所以说实际上就是说呃这边呢我就不说了啊。

上次也是和我们前面是一样的，无外乎现在的我变成了一个超弹性的一个问题，是超难性的一个问题，那么也就是说如果让这个，比如说是达到欧洲最小，作为它的用户优化模型模型啊，就这样对吧啊。

如果是优化目标达到这个最小应力的啊，就是就是这个目标函数啊，这个扇子在我们很多的传达问题里面，都是这样来做的，那最小位移对它的表达式啊，然后这个最小面积最小体积，它的表达式。

那么啥在这里面也是涉及到比较重要的，就是我怎么样去呃，计算你这个呃先超短线问题里面，他的单元刚度矩阵对吧，对这个设计变成这个求导公式啊，上回我要涉及到的这个求导公式，也是这个矩阵的求导是吧。

打个比的求导对吧，还有这个呃即函数的求导是吧，还有这个呃就是控制顶点，对它这个他们直接自身之间的这个求导，这些问题，当然这边呢就是说我这边呢会涉及到一些啊，这就控制顶点对吧。

还有这个全因子的就是全灵敏度的问题是吧啊，也就是说说你是不是考虑这个，只考虑控制链的位置啊，啊还是考虑这个全因子的优化，要不要考虑进去啊，比如说如果两个都考虑进去，你不能这样算啊。

如果是只考虑我的控制键的位置啊，那你可能是这样算，这边呢就我也把它都列举列出来了吧，那么实际上也是对我们这个超弹性问题来讲啊，那么伤我最终的这个刚度矩阵啊，刚度矩阵12是和位移是相关的对吧。

而且呢这个材料矩阵呢，实际上也是因为它是非线性的嘛，所以它们之间的关系呢不需要现代性，那么那么那么线线性材料，那么呃那么直接对吧啊，也说他是没有办法呢，直接有这个应力应变计算来得到。

就会相就说呃使得这个位于导数计算过程中呢，呃无法适应这种超弹性的这种材料啊，也就是说上就说这种求导的计算，在这种非线性问题里面，我们只能用差分法来求这个位移的导数，那差分呢大家在学这个微积分的时候。

都应该都理解了对吧，所以说发展整个的这个参数域区间，来进行离散化，然后我把这个呃，求微分的这么一个连续微分的问题，把它变成一个呃差分的一个问题，通过导数啊，点了这个前后相的插上，来求得这个导数的近视啊。

啊把这个近视呢作为我们导师一个逼近，也是我们这边呢，实际上是用了一个呃中心差分法来求一阶偏导，就说做一个它的展开啊，它的展开啊，然后这样的，这个我又对x的这个偏导的一个逼近形式啊。

就是这个啊这个我通过前面的这个颜色，也有一个u xi加在x等于这个ui简单啊，这个东西，那我要求的是什么啊，我求的这个啊，所以说呢，我如果实际上就是可以把它写成这个形式，你要这样呢。

我们实际上就可以把这种位移啊，对设计变量的偏导呢，带入不同的这个目标函数的导数里面，然后求得各个设计变量它的灵敏度的这个数值，然后来推导这个呃，前面的四种不同的目标函数嘛，它的这个导数形式是什么样子。

那么他这边呢比如柔度啊，还有这个位移啊，对这个这边导致清晰，我都可以把它解析的，把它写出来啊，那么实际上我们这边还有还有还做了一件事情，就是说实际上也是类似一个多分辨率的一个，一个思想啊。

反正后面应该我们也会给大家介绍啊，给大家介绍，就是说呃基于体积分的这个建模，仿真优化，一体化框架里面也有用的这个细分的思想对吧，像我们这边呢也是用一下，就是说啊我的设计模型啊，可能是触网啊。

为什么是出网格，就是我可能觉得没有必要啊，一定要用那么多的控制零件，都做过我的设计表面，但是我的仿真的模型也是我做i g计算的，这个模型啊，是西网课的这个系网格来干嘛的，就是来计算这个灵敏度的啊。

而且这个他们之间的这个灵敏度呢，它是可以传递回去，有的，虽然我是在这个细网格上来进行仿真啊，然后把这个出网格呢作为我的呃，控制控制网格对吧，有个设计的网格啊，但是呢就是说我这个，在新网格上。

每一个控制电，它能敏度是可以传递到这个出网格的，这些控制点数的，它的灵敏度，那这个呢是没有问题，也就是说实际上我们通过这种传递啊，我们这边也是给出了他的这个灵敏度，传递的一个解析的一个公式。

是解析的公式啊，那么通过这种解析的这种公式啊，我上就可以求得啊，在这个原来这个出网络上，它的相应的这个呃灵敏度怎么来更新啊，这边来更新啊，但是它之间呢基本上还是一个非常简单的，线性啊的一个关系啊。

偏硬的关系，那后面也是看一些例子啊，这边又是一个二维的悬臂梁模型啊，因为它是形状优化中比较简单，也是比较经典的一个例子是啊，那么像这边呢他就给出了这个问题的这个定义，还有边界的这个受理条件。

他这边形状优化的目标呢就是我在体积约束下，怎么能荷载讲的这个垂直位移啊，啊能够最小化啊，最小化啊，那么它也设定了现在的这个量的长度宽度啊，高度变化的范围啊，就是我这个形状变呃，设计变量你不能变化太剧烈。

是太那个啊，还有它的相应的一些，杨氏模量啊等等啊，这边呢实际上主要采用了两种方案来进行测试，优化啊，那优化的设计变量呢，就是模型上面积的上边界的六个控制点啊，这边的六个控制点就是它的这个设计变量是。

然后方案一的它的优化目标呢，就是我最终的这个悬臂梁的面积啊，不超过最大面积的70%啊，那么这是这一个啊，那么这边的实际他就给出了一些啊对吧，因为我优化的变量就是上面的六分点。

所以比如说它的最后的这个优化的一些结果，优化的结果，那么这边呢就是在这个整个的优化过程里面啊，整个内化过程中它是全平梁形状，叠在叠在里边是一个位置对，也是可以发现我把这个位移值作为我的形状。

这个优化的目标也是可以做到，这是另外一个，就是这个呃带孔薄板的平板的一个例子啊，也是我们在呃经典的计算力学里面，比较容易通道的一个例子对吧，他的这个模型呢，就是一个中间带孔洞的一个大型板。

然后板的这个四面受到向外的这个拉伸力啊，但是这个受力和模型啊这是对称的对吧，是对称的啊，所以呢就是说可能只能对这个，我们只要对这个板的这个1/4来进行建模，缓存，就变成这个样子就可以了。

那么像其他部分呢，就是如果是一个呃里面有个孔的其他部分呢，你就是呃都可以对线的来做就行了啊，那么像这个里面呢，我们这个目标呢就是说呃在面积约束下，它的柔度最小啊，柔度最小。

然后我们也是测试了对这个问题来做了呃，我们主要用了两片的样条曲面模型，来构建相应的这个cd模型啊，然后呃对这个设计变量和约束来也是设置了啊，我们上去是为了检验我们在多片模型下，这个形状优化结果的啊。

这个正确性，并且测试这个不同这个体积约束啊，对平板形状优化的呃这个影响，比如说大家可以看到，他上这边确实是分成了两个面片，面片一和面片，二是，那么也就是说在第一种约束下啊，在第一种约束下啊。

我们实验就是说我们还是大家可以发现，就是5s得到一个比较类似于一个一个圆孔的，这种结构啊，这也是比较符合我们的这个预期的，就是这个例子啊，另外一个这边就是一个，类似于圆角版的一个例子啊。

那么我们这个优化的变量呢，也这边是就它的这五个控制定点，就是我的这个优化的变量啊，也是我优化的边界是吧，优化的这个边界，然后这边30表示成了三个，那个是曲面片，那个是曲面片，那么。

就大家可以发现我这边呢就是说实际上在，线弹性下和在这个超弹性下，它这个形状结果的这个优化的这个情况啊，优化的一些情况区别呢区别不是太大啊，不是太大，但还是还是有些稍微稍微的一些差别啊。

那啥就是大家可以看到，就是说我在通过这种优化，通过这种优化确实是在这个呃尖锐的部分，他本来初始是这样的对吧，也是这边是应力比较大的，应力比较大对吧，我可以通过这种优化，让他这个应力啊变变得小一些啊。

而且呢让它这个地方尖锐就会变得更加的光滑，总体来说还是还是有效的对吧，也真的会变得更平滑，像这种设计的还是非常有效，可以减少像这个尖锐地方的一些应力集中啊，那么从这些图的这个应力分布上。

我们也是可以看到嗯，应力在这个优化过程中是减少了，而且分布啊它会变得呃这个更加的均匀，那这个后面再看一下，比如这个呃体积量的这个模型，体积量的认为这是一个三维模型，也做了超弹性的这个优化问题啊。

超弹性的这个优化问题，也就是说它是一个实际是一个侧面，它是一个t是一个梯形结构的一个量模型，也是我们这个优化目标呢，就是在这个体积约束下到最小化，这个才这个模型的柔度啊。

来提高这个整个结构的抗压能力了啊，然后这边呢体积量左边这边是固定的啊，这边是固定的，然后上面呢受到相应的这个力对吧，相应的这个力啊，然后这个力均匀方便在上面面的上面啊。

然后我们这个4g模拟实际上是用了一个，那不是铁来进行构建对吧，那么设计编呢就是下表面的12个控制定点啊，这边下表面的12个控制点来作为设计变量，然后这边为什么才出这模型，实际上也是对这个模型。

我们是有参考的一些呃一些例子，只要我，而且我们通过一些等几何的这种优化分析，求解之后，发现呢，也是像我们也是比较符合我们这个预期的啊，符合预期的，就是说实际上就是说我们三就是可以看到啊。

这是最终优化的结果嘛，啊最终我通过迭代一词，两次迭代五次迭代数，它最终优化了这个结果变成这个样子，那么三节说呢，三我整个的这个柔度的这个数值对吧，你看也是从这个400多下降到100 100左右。

100左右，那么包括相应的这个仿真的结果啊，相应的仿真的结果啊，这边就是呃优化前的，这是优化后的对吧，仿真的这个结果啊，那么上次通过这个仿真结果，也可以看到这个优化后模型的这个位移啊。

还有它这个硬币都是啊明显降低了啊，明显降低了啊，再说呃应力的上限从这个对吧，大概是900亿，下跌到370，你说三句就表明我整个结构啊，它内部存储的这种应变能是减少是减少的啊，也是相同边界条件下。

这个优化后的模型可以承受更大的压力啊，更大的压力，这是我们形状优化的目标嘛对吧，这边的商就是给出了就是我在线弹性访问下啊，它的这个形状优化的啊，左边是这个呃位位移了这个方程的结果。

这边是那个应力方程的这个结果啊，那后面呢是一个就是说带孔平板的一个例子啊，啊这个开口扳手模型的一个例子，开口扳手一个模型的一个例子，那么这个开口扳手呢，它是我们前面呃也也给大家看过了。

实际上就是说在线弹性材料下啊，现弹性材料下，是这个是这个结果啊，那个结果也这是我初始的这个形状啊，那么当然它的这个边界条件怎么设置的，就是说我这边只要控制定点都是固定，这边这边应该都是固定的啊。

然后我优化的呢就是这这些红色的啊，或者一些直接点的空，这些位置，你说这个红黑色的这个框点呢，就代表设计变量啊，红色的这个框点呢是代表联合变的啊，也就是说这些红色的点是随着什么啊，这些蓝色的点啊而变化啊。

而真正的我的优化的变量是这些黑色的，这些点啊，反正因为这边呢我是固定的对吧，然后这边往往上，那么实际上也就是说这些红色的点是跟随的，伴随的也多，有一个规则，我们定义了一些规则，它具体怎么跟着怎么变对吧。

我们这边是给出了一些规则，然后让它怎么样去变这个动，也就是说这边的山，就是这边呢给做了一个，分别在给出了这个线弹性材料下，它的形状优化的结果，还有在这种超弹性材料下，形状优化的结果恰好是前面的。

就是说呃实在六次迭代后基本上就收敛了啊，所以说实际上在现代性材料六次迭代后，就收到了555非线性分析材，超载性材料的话，它五次迭代后才收敛啊，你说像我们这边展示的模型呢，也是分别迭代一次，两次。

三次和最后一次迭代的结果啊，就是这边呢是分别展出了相应的这个呃，在不同迭代的情况下，它的这个优化的一个结果，这个体积约束的是变到了原来的1/3啊，比如说我们最后的优化结果上。

也是大家可以看到在我们这个满足这个约束下，上次达到了，得到了这个符合我们这种bl的这种结果，满足了我们的优化目标啊，发出来的优化目标，比如这边实际上就是说呃，呃主要介绍了一种对吧。

基于这种超弹性材料的一种形状优化的框架啊，那基本的框架和这种线弹性的还是类似的啊，但是不同的是，因为我这边是非线性问题啊，所以说我在这个无论是求导啊，还有其他的一些呃框架的一些元素的一些，计算方面啊。

我和线弹性还是有的比较本质的一些区别啊，也就是说当我们给大家讲的，就是我在不同的目标函数下，他这个灵敏度相应的怎么算啊，然后我怎么样根据啊对吧，根据中这种多分辨率的性质啊，也就说我的呃设计网格啊。

我的设计的变设计的这个表示，和我的分析分析和呃仿真分析的这个表示，他们之间是有一个呃可以灵敏度传递的方法啊，也是这样的话，我上就是我的设计变量呢就不用那么多啊，为什么要要要让设计变量不用那么多呢。

因为呃我们呃要达到比较高的这个登记和分析，房子的精度化，仅仅仅用呃，刚才那几个控制定点还是还是不够的，对不对啊，就是说我们还还是肯定要对他做一些加息啊，等等的，那你加息了之后，相应的这个控制点的这个。

设计变量的数目就增加了对吧，设计变量的数目就增加了啊，那么我怎么样，在这种不增加这种设计点的数目的这个情况下，对嗯，然后来进行这种设计优化，我就能够保证我最优化的结果是合理的对吧，所以我觉得这种呃。

到分娩的思想也是挺好的一个事情啊，而且我样条表是天然的对吧，天然的就是这种事情，我通过无论是局部的，无论是插入节点还是中间，我都是可以保持呃这个那个形状保持不变对吧，精确表保持不变，就是啊。

所以说我就可以在呃相应的这个下面，这个框架下来进行这种多分辨的计算啊，求解，可以大大，至少我可以大大减少我优化的这个成本啊，因为我相应的这个设计变量求导，你先因为这个少了嘛对吧，想想那个求导啊。

各方面的这个计算优化这个方面的计算的，实际上就是说也是这个成本呢也是大大降低了，啊，你说这是我们今天主要给大家讲的主要内容啊，主要还是讲形状优化对吧啊，形状优化啊。

那么我们也是通过一些例子啊给大家展示了啊，就是说在整体和分析的框架下啊，确实呃要比有线源框架啊，形状优化可以，你可以更方便对吧啊，因为我们基于这个等几何的框架，我就可以把形状优化的问题。

优化的这个问题变成上，直接对我的控制定点来进行优，它的位置来进行优化的一个问题对吧，我们前面也讲过多次，这三句相当于就是说哎我给你一个黑盒子，黑箱子对吧啊，你只要给我电解条件，给我受力啊，它的固定啊。

还有这些材材料参数啊等等这些边界条件，然后我就可以去优化出它最后中的这个位置，在哪是吧上，也就是说呢，这是一个非常重要的一个根据合的一个一个，根据合的一个思路啊。

也是根据和大优势的表现了一个，后面呢我们可以对他的这个呃拓扑优化啊，来进行讲解啊。