افزودن گره Grid 1D ( )، Grid 2D ( ) یا Grid 3D Node ( ) از مجموعه داده های بیشتر ، مجموعه داده های دو بعدی بیشتر یا مجموعه داده های سه بعدی بیشترزیر منوها مجموعه داده ای را ایجاد می کند که می تواند توابع یا سایر مجموعه داده ها را در یک دامنه با یک شبکه ارزیابی کند، از جمله توابع سراسری، همچنین در مواردی که شبکه دامنه وجود ندارد. به عنوان مثال، شما می توانید BEM و عملگرهای میدان دور را ارزیابی کنید. همه توابع موجود در لیست یکسان با تابع انتخاب شده قابل ارزیابی هستند. دامنه یک بازه برای Grid 1D، یک مستطیل برای Grid 2D و یک بلوک برای Grid 3D است. نیازی نیست دامنه به اندازه تعداد آرگومان های تابع باشد. برای رسم توابع، از یک نمودار خطی در یک بعدی استفاده کنید، به عنوان مثال، با اشاره به مجموعه داده Grid 1D در یک گروه Plot 1D (یا به طور مشابه برای Grid 2D و Grid 3D). مجموعه داده های گرید همیشه از چارچوب فضایی هنگام ارزیابی خارج از دامنه مشبک استفاده می کنند.

روی دکمه Plot ( ) کلیک کنید تا مجموعه داده شبکه را در یک نمودار تجسم کنید.

از فهرست منبع ، Dataset (پیش‌فرض) را برای ارزیابی یک عبارت بر اساس مجموعه داده راه حل انتخاب کنید یا برای ارزیابی یک تابع، Function را انتخاب کنید.

برای مجموعه داده ها، یک مجموعه داده راه حل موجود را از لیست مجموعه داده انتخاب کنید ، یا برای اینکه از هیچ مجموعه داده ای استفاده نکنید، هیچکدام را انتخاب کنید. فقط می توان عبارات و عبارات تعریف شده جهانی را ارزیابی کرد که به مختصات فضایی بستگی دارند. با استفاده از عملگر at i با آرگومان اضافی «mi» ، می‌توانید به متغیرهای دامنه تعریف‌شده در دامنه‌هایی که نقاط شبکه در آن قرار دارند نیز دسترسی داشته باشید.

برای توابع، تابعی را برای ایجاد مجموعه داده از لیست توابع انتخاب کنید : هیچ ، همه یا هر یک از توابع تعریف شده در مدل. همه را انتخاب کنید تا مجموعه داده Grid به جای یک تابع خاص، به همه توابع موجود در لیست اشاره کند، که می تواند مفید باشد، برای مثال برای رسم چندین تابع با هم در یک گروه نمودار.

برای توابع، یک دکمه Refresh نیز وجود دارد که می توانید روی آن کلیک کنید تا منبع عملکردهایی که فایل ها را می خوانند (Elevation، Image و Interpolation) به روز رسانی کنید.

فیلدهای موجود بر اساس بعد مجموعه داده Grid هستند. یک نام وارد کنید . نام‌های پیش‌فرض پارامتر First ، پارامتر دوم (Grid 2D و Grid 3D)، و پارامتر سوم (فقط Grid 3D) به ترتیب x ، y و z هستند . برای هر پارامتر، حداقل کران پایین (پیش‌فرض 0) و حداکثر کران بالا (پیش‌فرض 1 است) را برای بعد اول، دوم و سوم دامنه وارد کنید.

وضوح (شبکه 1D)، وضوح x و وضوح y (2D)، یا وضوح x، وضوح y، و وضوح z (2D) را وارد کنید . وضوح تعداد نقاطی است که هر بعد در آنها گسسته شده است. پیش فرض ها 1000 (شبکه 1 بعدی)، 100 (شبکه 2 بعدی) و 30 (شبکه 3 بعدی) هستند و محدوده معتبر بین 2 تا 1،000،000 امتیاز است.

وضوح بالا ممکن است به منابع محاسباتی قابل توجهی نیاز داشته باشد. برای گره‌های Grid 1D ، چک باکس Adaptive به‌طور پیش‌فرض انتخاب می‌شود تا با حذف نقاط ارزیابی غیرضروری، نمونه‌برداری از مجموعه داده‌های یک بعدی را فعال کند، که می‌تواند در برخی موارد نمودارهای نمودار را بهبود بخشد.

از لیست توزیع نقطه ، یکنواخت (پیش‌فرض) را برای توزیع نقطه‌ای یکنواخت، نمایی را برای توزیع نقطه‌ای نمایی یا Mixed uniform/exponential را انتخاب کنید ، که یک توزیع نمایی (یکنواخت در فضای لگاریتمی) به دنبال آن یکنواخت است. توزیع توزیع مختلط تضمین می کند که حداکثر فاصله نسبی بین نقاط ارزیابی متوالی صرف نظر از خطی یا لگاریتمی بودن محور x کوچک است.