基于深度神经?络的空气动力学数据建模方法研究

目录

声明

第一章 绪论

1.2国内外研究现状及发展趋势

1.2.1基于物理模型的建模方法

1.2.2无物理模型的建模方法

1.3本文研究内容及创新

1.4论文架构

第二章 相关理论与技术

2.1空气动力学基础

2.1.2流体运动基本方程

2.2 SU2求解器

2.2.1 SU2简介

2.2.2层流状态下的圆柱绕流

2.2.3 M6机翼湍流

2.3深度学习相关理论

2.3.1多任务学习

2.3.2混合专家网络

2.4本章小结

第三章 基于集群网络的气动数据建模研究

3.1相关工作

3.2基于集群网络的气动模型

3.3模型学习

3.3.1固定参数交替?练

3.3.2联合训练

3.4平衡功能网络利用率

3.5基于数据分组的气动模型训练方法

3.5.1数据分组方法

3.5.2训练方法

3.6实验结果

3.7本章小结

第四章 基于多任务学习的气动数据建模研究

4.1相关工作

4.2任务定义及相关性分析

4.3基于多任务学习的气动模型

4.3.1模型结构

4.3.2损失函数

4.3.3模型学习

4.4基于多任务集群网络的气动模型

4.5基于多任务多门控混合专家网络的气动模型

4.5.1多任务多门控混合专家网络气动模型

4.5.2多任务残差多门控混合专家网络气动模型

4.6实验结果

4.7本章小结

第五章 实验及结果分析

5.2.1数据集构造

5.2.2数据集分析

5.3评价指标

5.4实验过程及结果分析

5.4.1参数设置

5.4.2实验结果分析

5.5本章小结

第六章 总结与展望

6.1工作总结

6.2后续工作展望

致谢

参考文献