期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
用人工神经网络混合元启发式优化技术分析不可压缩黏性流体在收敛和发散通道中的流动:一种智能方法 被引量：1
1
作者 ASLAM Muhammad Naeem RIAZ Arshad +3 位作者 SHAUKAT Nadeem ALI Shahzad AKRAM Safia BHATTI M.M. 《Journal of Central South University》 SCIE EI CAS CSCD 2023年第12期4149-4167,共19页
本文采用人工神经网络(ANN)与进化算法(特别是阿基米德优化算法(AOA)和水循环算法(WCA)相结合的方法)对非线性磁流体动力学(MHD)的Jeffery-Hamel问题,特别是收敛和发散通道中的拉伸/收缩问题进行了数值研究。这种组合技术被称为ANN-AOA-... 本文采用人工神经网络(ANN)与进化算法(特别是阿基米德优化算法(AOA)和水循环算法(WCA)相结合的方法)对非线性磁流体动力学(MHD)的Jeffery-Hamel问题,特别是收敛和发散通道中的拉伸/收缩问题进行了数值研究。这种组合技术被称为ANN-AOA-WCA。将基于复杂非线性磁流体动力学Jeffery-Hamel问题的偏微分方程转化为速度和温度的非线性常微分方程系统,我们建立了基于人工神经网络的适应度函数来求解非线性微分问题。随后,采用了一种新的AOA和WCA结合方法(AOAWCA)来优化基于神经网络的适应度函数,并确定了神经网络的最优权值和偏差。为了证明提出混合方法的有效性和多功能性,探索了一系列雷诺数、通道角和可拉伸边界值的MHD模型,从而开发了两种不同的情况。ANN-AOA-WCA的数值结果与参考解(NDSOLVE)非常接近,NDSOLVE与ANNAOA-WCA的绝对误差约为3.35×10^(−8),对可拉伸收敛和发散通道的理解特别关键。此外,为了验证ANN-AOA-WCA技术,我们对150多个独立运行进行了统计分析,以获得适应度值。 展开更多
关键词 人工神经网络 阿基米德优化 水循环算法 拉伸/收缩表面 收敛或发散通道
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部