文件名称：learning_flow_observables
文件大小：723KB
文件格式：ZIP
更新时间：2024-04-06 22:53:16
Python
深度学习流体流量可观察 这是一个为神经网络找到最佳超参数集的框架，该超参数集用于执行偏微分方程约束的优化。 研究的具体问题是找到翼型的最佳形状（RAE5243），以便在保持升力（一定程度上）恒定的同时减少阻力。神经网络充当了昂贵的CFD仿真的替代品，而这些仿真使优化任务变得不切实际。即使训练神经网络所需的数据是通过CFD模拟生成的，但优化的总成本却大大降低了。 main.py中实现的框架是围绕由Kjetil Olsen Lye（ ）开发的ismo （迭代替代模型优化）程序构建的。