基于深度神經(jīng)網(wǎng)絡的小樣本船舶流場預測

摘要： 實驗與數(shù)值模擬的流場結(jié)果是船舶幾何結(jié)構(gòu)設計的重要參考依據(jù)，近年來深度學習的發(fā)展則為其提供了新的思路。為緩解試驗過程與CFD計算成本高、耗時長的問題，本文基于Pix2Pix框架搭建船舶二維物理場的預測模型，利用遷移學習解決小樣本問題，改善23個高精度樣本的預測精度，有效預測各方向壓力和速度分量的二維分布，并結(jié)合插值算法構(gòu)建三維點云。本文將船身附近物理量梯度的結(jié)構(gòu)相似度（SSIM）...