买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学;北京大学

摘要：本公开提供一种基于自回归神经网络的流体力学偏微分方程求解装置。包括预训练策略单元和微调策略单元，所述预训练策略单元由流场原始数据采集与预处理模块、离散标记式流场演化过程表示模块、流场演化状态自回归预测模块以及流场状态信息解码与智能推断模块构成；所述微调策略单元由物理信息评分器构成。通过上述方案，可以实现流体力学多物理场跨维度建模,捕捉不同物理场之间的内在耦合关系；并可以实现多种偏微分方程在同一框架下的自回归求解,提高求解效率,降低重复训练的时间和经济成本；还可以结合偏微分方程的物理规律信息,在小数据场景下提高模型的泛化能力和求解精度。

主权项：1.一种基于自回归神经网络的流体力学偏微分方程求解装置，其特征在于，包括预训练策略单元和微调策略单元，所述预训练策略单元由流场原始数据采集与预处理模块、离散标记式流场演化过程表示模块、流场演化状态自回归预测模块以及流场状态信息解码与智能推断模块构成；所述微调策略单元由物理信息评分器构成；所述流场原始数据采集与预处理模块使用速度、密度、压力传感器从动态变化的原始物理场中均匀采样，记录不同时刻的物理场信息，每一时刻的信息由不同空间位置的多个物理场信息组成，而后对计算采样数据进行归一化预处理；所述离散标记式流场演化过程表示模块从所述流场原始数据采集与预处理模块中获得的数据，将数据在同一时间步下的不同物理场在通道维度对齐，之后通过轴向编码器，将连续物理场转换为适用于深度学习模型的离散标记化格式；所述流场演化状态自回归预测模块根据编码后的标记序列预测下一时间步的多物理场信息，借助LLaMA的分组查询注意力机制，捕捉多物理场之间的时空关系；所述流场状态信息解码与智能推断模块将所述多物理场之间的时空关系的物理场标记序列进行解码，使用轴向解码器来从标记序列中恢复原物理场信息，得到与原始数据格式相同的预测结果，进而计算预测结果与真实值之间的误差，根据误差更新求解装置；所述物理信息评分器模块由文本编码器和物理编码器两部分构成，根据输入序列对应的偏微分方程信息对预测结果进行评分，根据所述预测结果计算其是否符合对应的偏微分方程信息来获得奖励，所述奖励用于使用强化学习技术更新预训练模型的参数，通过最大化预期奖励，将预训练模型的预测与偏微分方程信息描述的物理定律对齐。

全文数据：

权利要求：

百度查询： 北京航空航天大学 北京大学 一种基于自回归神经网络的流体力学偏微分方程求解装置