公开(公告)号：CN118296995A

公开(公告)日：2024-07-05

申请号：CN202410462157.X

申请日：2024-04-17

申请人： 重庆大学

发明人： 李珂 ,  杨庆山 ,  回忆 ,  李银富 ,  孙嘉康 ,  陈增顺 ,  郭坤鹏

IPC分类号： G06F30/28 ,  G06F30/27 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06F111/10 ,  G06F113/08 ,  G06F119/14

摘要： 本发明公开了一种用于生成湍流风剖面的数值风洞底部多孔介质群智能设计方法，包括如下步骤：步骤一：通过生成的随机参数得到多个算例，并将每个算例的多孔介质参数以张量的形式进行保存；步骤二：存储测点的平均风速时程信息，利用CFD计算提取湍流特征并进行简化表达；步骤三：基于神经网络构建深度学习模型，深度学习模型由VAE模型和AE模型组成；步骤四：训练深度学习模型：41)训练VAE模型：将多孔介质模型张量数据到VAE推理模型中，得到潜在向量；将潜在向量输入到VAE生成模型中，得到重构后的张量数据；42)训练AE模型：以潜在向量和惯性损失项F训练AE模型，建立多孔介质模型到流场信息的映射关系；步骤五：利用训练得到的深度学习模型，得到多孔介质布置信息。