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!
摘要:本发明公开一种基于双神经网络框架的等离子体方程数值计算方法,计算方法包括以下步骤:S1:建立等离子体方程模型,将等离子体方程所蕴含的物理规律作为人工神经网络的先验信息;S2:基于S1的等离子体方程建立对应的双神经网络框架;S3:以等式和相应的边界条件、初始条件为基础构造损失函数,选取适当的神经网络的层数等参数;S4:神经网络训练求解等离子体方程的数值解,训练时不断得到新的损失函数值,当其收敛到阈值后,结束训练。本发明等离子体方程数值计算方法利用双神经网络架构求解出等离子体方程的精确解,解决了常规有效体积法结果依赖网格划分,高阶求解需要大量迭代的缺陷,能够从有限的数据样本有效地训练出对应的映射集合。
主权项:1.一种基于双神经网络的一维稳态电弧方程计算方法,其特征在于,包括如下步骤:S1:建立SF6气体一维稳态电弧方程一般模型和一维稳态电弧方程;具体包括:S11:基于质量守恒方程、能量守恒方程和欧姆定律方程建立一维电弧方程模型: 当电弧处于稳态时,速度和时间变量都为0,由此化简式上式得一维稳态电弧方程一般模型: S12:将对应的一维稳态电弧方程一般模型改写成如下一般形式,获得一维稳态电弧方程,即等离子体方程: 边界条件为: 其中,是密度,t是时间,是电弧速度,是比热,T是温度,是电导率,g是电弧电导,k是热导率,是辐射产生的能量损失,为r=R时给定的边界温度值;S2:基于S1的等离子体方程建立对应的双神经网络框架,具体包括:S21:根据等离子体方程,将方程的自变量作为神经网络的输入量,将方程的求解量作为神经网络的输出值;S22:内嵌一个小型神经网络,将代表等离子体性质的参数作为小型神经网络的输出,计算的自变量作为小型神经网络的输入;为代表等离子体性质的参数,包含,k,;S23:将小型神经网络训练得到的输出代入等离子体方程对应参数的值;S3:基于S1的一维稳态电弧方程,以方程和相应的边界条件为基础构造损失函数,选取适当的双神经网络的层数参数,具体包括:S31:选择Huber激活函数; S32:根据等离子体方程构造损失函数的第一部分,计算公式如下: 其中是在计算域内的采样点数;S33:根据边界条件构造损失函数的第二部分,计算公式如下: 其中是在边界域内的采样点数;S34:根据初始条件构造损失函数的第三部分,一维稳态电弧情况下没有初始条件,所以Li=0;S35:构造损失函数;S36:设置神经网络隐藏层为5层,每层50个神经元,随机初始化权重,学习率设为10-4,训练次数设为100000次;S4:双神经网络训练求解等离子体方程的数值解,训练时不断得到新的损失函数值,当其收敛到阈值后,结束训练,从而实现等离子体方程的双神经网络求解;所述S4具体包括:S41:观察双神经网络的损失函数值直至其下降到给定阈值;S42:观察双神经网络的L2范数误差值直至其下降到给定阈值,L2范数是特征空间中两点之间的距离,若空间中有点,,则A、B两点的L2范数误差为: S43:得到双神经网络的输出,即对应等离子体方程的数值解。
全文数据:
权利要求:
百度查询: 东南大学 一种基于双神经网络框架的等离子体方程数值计算方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。