一种基于神经网络的CFD模型种类选择方法

摘要

本发明公开了一种基于神经网络的CFD模型种类选择方法，具体包括以下步骤：对渠道进行建模仿真获得数据集，将数据集分为训练集和测试集；将第一层权值和偏置相加，经由激活函数输出结果，该结果又作为第二层的输入，继续加权求和，由激活函数输出；通过反向传播调整网络模型的权值和偏置，减小代价函数，不断更新权重与偏置，最终使得误差最小化；在神经网络模型中输入实际采集数据，得到最大流速，并通过分析判断最大流速选择自由水面的处理方法；最大流速是否出现在自由水面上，如果是则选用刚盖假定法，否则用VOF法。本发明利用神经网络能够对VOF法和刚盖假定法进行判定，在判定渠道可以使用最适配方法，从而节约时间成本。