基于深度学习的非定常周期性流动预测方法

来源 :空气动力学学报 | 被引量 : 0次 | 上传用户:cykic
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了克服传统CFD计算需要耗费大量的计算时间与成本的缺陷,提出了一种基于深度学习的非定常周期性流场的预测框架,可以实时生成给定状态的高可信度的流场结果。将条件生成对抗网络与卷积神经网络相结合,改进条件生成对抗网络对生成样本的约束方法,建立了基于深度学习策略采用改进的回归生成对抗网络模型,并与常规的条件生成对抗网络模型的预测结果进行对比。研究表明,基于改进的回归生成对抗网络的深度学习策略能准确预测出指定时刻的流场变量,且总时长比CFD数值模拟减少至少1个量级。
其他文献
基于向量自回归模型,运用协整检验、格兰杰因果分析、脉冲相应和方差分解来研究旅游交通碳足迹与旅游经济增长之间的动态关系。结果表明:国内旅游收入、国际旅游收入与旅游交
池塘是我国水产品供应的重要来源。经济活动和城市化进程的飞速发展造成池塘水源污染以及地表径流周边携带的农业面源污染物,给这些封闭水体以巨大压力,养殖过程中过量的投入
以基于进化算法的多目标优化方法为基础,结合多目标优化设计Pareto解的思想和约束处理机制,采用Kriging代理模型和基于B样条的翼型表示方法,建立了旋翼翼型的优化设计系统。
即便是在当今的IT时代,信息可以当作商品出售的时代,任何商品(广义上的概念)也只能利用材料(广义上的概念)而不可能是其它的东西制造,尤其是那些人人都可以触摸到、感觉到的客观
目的探讨黄连温胆汤辅以脑电仿生电刺激仪治疗脑卒中后痰热扰心型睡眠障碍的临床疗效。方法将符合纳入与排除标准的90例脑卒中后痰热扰心型睡眠障碍患者随机分为中药组、脑电
命题教师的选聘和管理是教育考试工作的核心部分,关系试题的质量和考试的公平、公正。通过分析命题教师选聘和管理过程中存在的信息公信力、数据安全性等问题,提出了采用区块