मैं अनुकार परिणाम की कल्पना करना चाहूंगा, पैराव्यू के भीतर, डिसकसेंट गैलेर्किन (डीजी) दृष्टिकोण का उपयोग करके प्राप्त किया गया। इसी प्रकार मात्रा विधियों को सीमित करने के लिए, समस्या डोमेन को क्यूब के आकार की कोशिकाओं ("तत्वों") में विभाजित किया गया है। के रूप में परिमित मात्रा के तरीकों का विरोध किया, प्रत्येक सेल के भीतर समाधान वेक्टर लिए सिर्फ एक मूल्य नहीं है , लेकिन प्रत्येक सेल में कई गॉस एकीकरण बिंदुओं पर समाधान यू होता है ।
मेरा प्रश्न यह है कि क्या किसी के पास पैरावे / वीटीके के साथ इस तरह के डेटा को कुशलता से देखने का अनुभव है, और वीटीके में डेटा का प्रतिनिधित्व करने के लिए आपने क्या दृष्टिकोण चुना है। मेरे दिमाग में कई संभावित तरीके आते हैं, लेकिन मुझे पता नहीं है कि कौन सा सबसे आशाजनक है:
(1) स्वरों का
प्रयोग करें प्रत्येक एकीकरण बिंदु के लिए एक स्वर का उपयोग करें।
प्रो: सभी प्लगइन्स जो मानक वीटीके असंरचित सेल प्रकारों के साथ काम करते हैं, बिना कुछ बदले काम करना जारी रखेंगे।
Con: चूंकि एकीकरण अंक समान रूप से वितरित नहीं किए जाते हैं, इसलिए कोने का सही स्थान ढूंढना मुश्किल हो सकता है। इसके अलावा, समाधान को सेल सतहों पर दो बार परिभाषित किया जा सकता है, क्योंकि डीजी फ्रेमवर्क बंद समाधान की अनुमति देता है। इसके अलावा, पदानुक्रमित जानकारी (तत्वों में विभाजित डोमेन, प्रत्येक तत्व में कई बिंदु होते हैं) खो जाता है।
(2) पॉलीवर्ट का
उपयोग करें प्रति एकीकरण बिंदु पर एक शीर्ष का उपयोग करें।
प्रो: लागू करने के लिए सबसे आसान, विभिन्न समाधानों के साथ एक ही स्थान पर कई बिंदुओं को निर्दिष्ट करना आसान है।
Con: "कोशिकाओं" के रूप में डेटा की कल्पना करने की क्षमता खो जाती है, साथ ही ऊपर के समान नुकसान भी।
(3) वीटीके चतुर्थांश योजना का
उपयोग करें द्विघात योजनाओं के लिए अंतर्निहित समर्थन का उपयोग करें।
प्रो: सीधे कार्यान्वयन, बल्कि मूल समाधान के सभी संबंधों और गुणों को संरक्षित करता है।
Con: चूंकि यह पूरी तरह से नया सेल प्रकार है, मौजूदा प्लगइन्स में से कई (अधिकांश) अब काम नहीं करेंगे और शायद फिर से लिखना होगा।