嵌入物理約束的3D CNN在流場預(yù)測中的應(yīng)用

摘要： 近年來，隨著機(jī)器學(xué)習(xí)技術(shù)的蓬勃發(fā)展，結(jié)合神經(jīng)網(wǎng)絡(luò)方法對流動進(jìn)行建模為計算流體力學(xué)的發(fā)展提供了新的思路。但現(xiàn)有的神經(jīng)網(wǎng)絡(luò)建模仍具有一定的不足，基于多層感知機(jī)的神經(jīng)網(wǎng)絡(luò)計算效率較低，基于普通二維卷積神經(jīng)網(wǎng)路較難獲取時序相關(guān)的信息。于是提出了嵌入物理約束的三維卷積神經(jīng)網(wǎng)絡(luò)模型對此進(jìn)行改善。研究所嵌入的物理約束包括傳質(zhì)方程、連續(xù)性方程和納維-斯托克斯(Navier Stokes)方程組...