样本驱动的多孔隙连通结构设计

为设计满足特定目标并具有近似自然形态的多孔隙结构,同时实现对结构内部连通性的控制,提出一种基于样本学习的多孔隙结构设计方法.首先以多孔介质的孔隙率和连通性作为设计指标,以6-邻接体素结构建立参数化设计单元,通过手工标记方式建立设计单元样本库;在此基础上,利用随机决策树森林(RDF)学习样本结构与设计目标之间的关联模型,生成设计规则;最后将整个设计方法集成于一个可扩展的多孔隙建模框架中.实验结果表明,RDF的泛化能力能够对样本库之外的结构进行正确的判定,可以在满足设计目标的同时得到更加自然的多孔隙结构.