| 基于内嵌物理机理神经网络的热传导方程的正问题及逆问题求解 |
| |
| 引用本文： | 赵暾,周宇,程艳青,钱炜祺.基于内嵌物理机理神经网络的热传导方程的正问题及逆问题求解[J].空气动力学学报,2021,39(5):19-26. |
| |
| 作者姓名： | 赵暾 周宇 程艳青 钱炜祺 |
| |
| 作者单位： | 空气动力学国家重点实验室,绵阳 621000;中国空气动力研究与发展中心,绵阳 621000 |
| |
| 摘 要： | 建立了一种基于内嵌物理机理神经网络(PINN)的热传导方程的正问题及逆问题求解方法.该方法利用自动微分技术将一维热传导方程嵌入到深度网络的损失函数中,通过以损失函数最小为目标来优化深度网络,求解一维热传导方程以及对方程中的未知导热系数进行辨识.随后,分析了基于PINN求解正问题的收敛精度以及参数辨识的鲁棒性,并得出以下结论:在给定网络结构的情况下,基于PINN求解一维热传导方程的收敛误差在样本点数较少时主要由采样误差主导,而当样本点数较多时,收敛误差由优化误差主导;由于损失函数中包含了方程相关的正则化项,以及采用了自动微分技术,因此,基于PINN的参数辨识方法噪声标签数据具有较强的鲁棒性.
|
| 关 键 词： | 基于内嵌物理机理神经网络 热传导方程 正问题及逆问题 收敛精度 鲁棒性 |
Solving forward and inverse problems of the heat conduction equation using physics-informed neural networks |
| |
| ZHAO Tun,ZHOU Yu,CHENG Yanqing,QIAN Weiqi.Solving forward and inverse problems of the heat conduction equation using physics-informed neural networks[J].Acta Aerodynamica Sinica,2021,39(5):19-26. |
| |
| Authors: | ZHAO Tun ZHOU Yu CHENG Yanqing QIAN Weiqi |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
