检索结果-南通市图书馆

航空动力学报 2023年第7期38卷 1626-1636页

作者：王燕嘉邱璐朱剑琴北京航空航天大学能源与动力工程学院北京100191

建立了物理神经网络(PINNs)求解导热问题的通用框架,描述了三维非稳态问题、初始条件和三类边界条件及曲面边界的处理方法。使用PINNs求解了一个一维导热问题。求解结果与理论解的最大相对误差为0.001 7%,平均相对误差为0.001 1%。使用... 详细信息

建立了物理神经网络(PINNs)求解导热问题的通用框架,描述了三维非稳态问题、初始条件和三类边界条件及曲面边界的处理方法。使用PINNs求解了一个一维导热问题。求解结果与理论解的最大相对误差为0.001 7%,平均相对误差为0.001 1%。使用一个简化叶片的导热问题作为案例,将PINNs与传统有限元方法进行对比,探究了PINNs不同的网络架构和超参数对结果的影响。对于简化叶片的导热问题,有限元方法求解时间为11.7 s,PINNs平均求解时间为8.96 s,求解结果的最大误差为1.03%,平均误差为0.139%。微调实心叶片的内冷源强度,在训练收敛的PINNs基础上重新采样计算,新的计算收敛时间为1.41 s,证明了PINNs方法具有设计条件微调时的快速计算能力。

关键词：物理神经网络导热问题有限元无网格计算方法迁移学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于物理信息神经网络的波动方程优化求解方法

引用

电脑知识与技术 2024年第15期20卷 46-50,54页

作者：吴丹澜梁展弘余懿蔡博郑邦宏王梓超张紫玲肇庆学院计算机科学与软件学院、大数据学院广东肇庆526061 香港城市大学电气工程系香港999077 云浮市新兴县公安局广东云浮527400

面对频繁发生的自然灾害,提升伤员拯救效率和减少损失变得至关重要。声波探测仪器在国家救援队中占据核心地位,而优化波动方程求解是提升其定位精度的关键。该研究聚焦于通过波动方程的优化,增强声波技术在灾害救援中的准确性,旨在显著... 详细信息

面对频繁发生的自然灾害,提升伤员拯救效率和减少损失变得至关重要。声波探测仪器在国家救援队中占据核心地位,而优化波动方程求解是提升其定位精度的关键。该研究聚焦于通过波动方程的优化,增强声波技术在灾害救援中的准确性,旨在显著提高救援效率。此研究不仅有望推动声波技术领域的进步,更可为灾害救援提供坚实的技术支撑。

关键词：物理神经网络机器学习波动方程救援物理学

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

三种机器学习非定常气动力建模方法对比分析

引用

飞行力学 2023年第3期41卷 33-39页

作者：李康丽史志伟付军泉童晟翔张伟麟南京航空航天大学非定常空气动力学与流动控制工业和信息化部重点实验室江苏南京210016 南昌航空大学飞行器工程学院江西南昌330000

针对大迎角下非定常气动力建模问题,以F-16战斗机为研究对象对随机森林方法、深度神经网络方法和物理神经网络方法三种模型的大迎角下非定常气动力建模效果开展研究。首先,介绍了纯数据驱动的随机森林方法和深度神经网络方法两种机器学... 详细信息

针对大迎角下非定常气动力建模问题,以F-16战斗机为研究对象对随机森林方法、深度神经网络方法和物理神经网络方法三种模型的大迎角下非定常气动力建模效果开展研究。首先,介绍了纯数据驱动的随机森林方法和深度神经网络方法两种机器学习方法;然后,在深度神经网络方法的基础上,提出了一种将状态空间模型与神经网络相结合的物理神经网络方法;最后,对三种方法的内/外插性能进行对比。仿真结果表明,三种建模方法均具有很高的内插精度,而物理神经网络建模方法由于在训练过程中增加了物理信息约束,外插性能优于其他两种方法。

关键词：非定常气动力模型随机森林深度神经网络物理神经网络内/外插性能

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

虚拟物理人工智能多粒度水下态势感知研究

引用

指挥控制与仿真 2023年第3期45卷 7-16页

作者：尹堂文孙艺洋张晓霜上海交通大学上海200240 江苏自动化研究所江苏连云港222061

在分析水下多平台集群可变粒度态势感知发展的基础上,研究了多粒度水下态势感知的体系范畴提升及时空演进同步问题,提出虚拟物理人工智能多粒度水下态势感知原理及方法。通过内嵌多物理知识和上下文情景模型的动态虚拟物理神经网络,以... 详细信息

在分析水下多平台集群可变粒度态势感知发展的基础上,研究了多粒度水下态势感知的体系范畴提升及时空演进同步问题,提出虚拟物理人工智能多粒度水下态势感知原理及方法。通过内嵌多物理知识和上下文情景模型的动态虚拟物理神经网络,以时空数据与情景信息为驱动,实现了跨领域多粒度水下态势感知及跨时空同步态势演进分析,为有效遂行水下攻防对抗任务提供协同智能决策支持。理论分析及数值结果表明,多粒度水下态势感知及其同步态势演进分析可以通过有效融合集群资源,增强信息优势并动态优化所涵盖的功能领域和时空规模。所提出的原理及方法可为水下立体攻防体系的构建和发展提供理论依据与技术参考。

关键词：水下立体攻防体系物理神经网络态势感知态势演进

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：