基于机器学习的脉动源格林函数预报初探

发布时间：2022-02-17 11:30

　　自由面格林函数是边界元法求解海洋工程水动力学问题的基础,如何精确而快速地计算格林函数及其导数是水动力求解的难题。对无因次化表达的脉动点源格林函数计算建立的数据库,采用深度学习函数库Keras,对数据库进行学习,建立了神经网络预报模型,探讨了全局和局部学习及预报精度,研究了模型预报效率。研究表明机器学习模型预报的格林函数能够保证较高的精度,计算效率高于数值积分计算,低于解析函数为主的多项式逼近,为提高水动力问题求解效率,解决传统计算难题提供了新的思路。 

【文章来源】：海洋工程. 2020,38(06)北大核心CSCD

【文章页数】：11 页

【文章目录】：
1 脉动点源格林函数解及其无因次表达
2 机器学习方法介绍
3 格林函数的预报验证
    3.1 格林函数数据库样本密度
    3.2 全局训练优化和精度分析
    3.3 分区训练优化和精度分析
        3.3.1 区域1精度分析
        3.3.2 区域2精度分析
        3.3.3 区域3精度分析
        3.3.4 区域4精度分析
    3.4 预报效率对比
4 结语


【参考文献】：
期刊论文
[1]深水波频域格林函数及其高阶导数算法研究[J]. 段文洋,余冬华,沈艳.  船舶力学. 2016(Z1)
[2]自由面格林函数分类计算及船海水动力学中的应用[J]. 朱仁传,缪国平,洪亮,唐恺,高阳.  水动力学研究与进展A辑. 2014(04)

博士论文
[1]支持向量技术及其应用研究[D]. 董宝玉.大连海事大学 2016

硕士论文
[1]基于机器学习的无人艇自主避碰方法研究[D]. 迟岑.哈尔滨工程大学 2016



本文编号：3629355