基于機(jī)器學(xué)習(xí)的二維流體VOF方法

摘要： 以網(wǎng)格頂點(diǎn)和網(wǎng)格中心的流體體積分?jǐn)?shù)為輸入，利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)（DNN）進(jìn)行兩相界面的快速幾何重構(gòu)，改進(jìn)了一種幾何VOF方法——isoAdvector算法。在原始isoAdvector算法生成訓(xùn)練集并進(jìn)行預(yù)處理的基礎(chǔ)上，通過神經(jīng)網(wǎng)絡(luò)隱藏層中神經(jīng)元個(gè)數(shù)和激活函數(shù)對預(yù)測結(jié)果的影響來確定適當(dāng)?shù)纳窠?jīng)網(wǎng)絡(luò)；并根據(jù)質(zhì)量守恒修正神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果，完成兩相界面的幾何重構(gòu)。在OpenFOAM框架...