场景说明： 电磁仿真软件HFSS的计算流程如下：
1. 对几何初始划分网格，调用求解器计算；
2. 返回计算结果；
3. 按照一定规则对某些地方进行网格加密，生成新网格；
4. 再计算，得到计算结果；
5. 达到收敛准则就结束，否则重复步骤3；
用过HFSS的工程师都知道，HFSS采用的四面体网格，网格的大小直接影响计算时间。HFSS运行一次求解器是非常耗时的，对于中等规模的模型（100M左右，普通PC机），短则几小时长则好几天。在该计算流程中，相当多的时间用在网格加密上，这个过程就是反复调用求解器（多次运行求解器）的过程，随着网格的不断加密，运行一次求解器求解时间也会越来越多（网格数目随着网格尺寸减少呈指数级增加）。
问题的提出：
其它的CAE/CFD等仿真软件流程也与之类似。那有没有一种方法，在初始划分网格的时候就能自动进行网格加密呢？答案是肯定的，在之前的文章中介绍过，参看附录，但是该方法仍然有很多局限性。随着AI技术的发展，AI的计算能力和准确率有了很大提高（很多AI算法几十年前都提出过，只不过最近几年，生态环境有所改善，研究门槛降低，落地的项目增多，以前很多只能在实验室的东西可以工业化应用了），可否通过AI技术来对网格进行自动划分呢？本文就此进行一些研究和探讨。
解决思路：
仍然以HFSS为例，通常网格加密区域为Port，PEC等区域。我们把Port，PEC的最终网格尺寸作为输入数据，把计算结果作为输出数据。通过神经网络建立训练流程。在这个过程中需要考虑的几个问题：
1. 训练需要在足够多的样本；在HFSS中通过参数化建立最简单的几何（），设置Port，边界后，生成计算结果。然后通过修改几何参数，生成足够多的样本数据。这个过程可以用过HFSS提供的VB脚本来实现。
2. 有了足够多的样本训练之后，通过神经网络建立起深度学习模型，建立模型输出规则；
3. 验证规则：仍然使用开始建立的简单几何，修改参数，使用训练结果对几
1. 对几何初始划分网格，调用求解器计算；
2. 返回计算结果；
3. 按照一定规则对某些地方进行网格加密，生成新网格；
4. 再计算，得到计算结果；
5. 达到收敛准则就结束，否则重复步骤3；
用过HFSS的工程师都知道，HFSS采用的四面体网格，网格的大小直接影响计算时间。HFSS运行一次求解器是非常耗时的，对于中等规模的模型（100M左右，普通PC机），短则几小时长则好几天。在该计算流程中，相当多的时间用在网格加密上，这个过程就是反复调用求解器（多次运行求解器）的过程，随着网格的不断加密，运行一次求解器求解时间也会越来越多（网格数目随着网格尺寸减少呈指数级增加）。
问题的提出：
其它的CAE/CFD等仿真软件流程也与之类似。那有没有一种方法，在初始划分网格的时候就能自动进行网格加密呢？答案是肯定的，在之前的文章中介绍过，参看附录，但是该方法仍然有很多局限性。随着AI技术的发展，AI的计算能力和准确率有了很大提高（很多AI算法几十年前都提出过，只不过最近几年，生态环境有所改善，研究门槛降低，落地的项目增多，以前很多只能在实验室的东西可以工业化应用了），可否通过AI技术来对网格进行自动划分呢？本文就此进行一些研究和探讨。
解决思路：
仍然以HFSS为例，通常网格加密区域为Port，PEC等区域。我们把Port，PEC的最终网格尺寸作为输入数据，把计算结果作为输出数据。通过神经网络建立训练流程。在这个过程中需要考虑的几个问题：
1. 训练需要在足够多的样本；在HFSS中通过参数化建立最简单的几何（），设置Port，边界后，生成计算结果。然后通过修改几何参数，生成足够多的样本数据。这个过程可以用过HFSS提供的VB脚本来实现。
2. 有了足够多的样本训练之后，通过神经网络建立起深度学习模型，建立模型输出规则；
3. 验证规则：仍然使用开始建立的简单几何，修改参数，使用训练结果对几