期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于守恒约束物理信息神经网络的刚性化学动力学长时模拟
1
作者
方涵敏
黄文龙
王子寒
《空间科学学报》
北大核心
2025年第2期277-287,共11页
刚性化学动力学方程在空间科学、大气科学等领域具有重要意义.近年来,物理信息神经网络(PhysicsInformed Neural Network,PINN)作为一种融合物理定律与深度学习的框架,被广泛应用于求解各种偏微分方程.然而,在求解刚性化学动力学方程时,...
刚性化学动力学方程在空间科学、大气科学等领域具有重要意义.近年来,物理信息神经网络(PhysicsInformed Neural Network,PINN)作为一种融合物理定律与深度学习的框架,被广泛应用于求解各种偏微分方程.然而,在求解刚性化学动力学方程时,PINN将出现优化失败,难以有效求解.为解决该问题,本文提出一种新的守恒约束PINN方法.该方法利用共享–分支网络有效处理耦合问题,通过引入物质守恒约束显著提升刚性化学动力学方程的求解性能.同时,分段采样策略进一步增强长时模拟的精度和稳定性.实验结果表明,该方法能够在多时间尺度的复杂系统中实现长时稳定模拟,为解决空间科学中的问题(例如无碰撞等离子体波动和星际物质化学反应)提供了一种新的方法.
展开更多
关键词
刚性化学动力学
物理信息神经网络
守恒约束
分段采样
长时模拟
在线阅读
下载PDF
职称材料
题名
基于守恒约束物理信息神经网络的刚性化学动力学长时模拟
1
作者
方涵敏
黄文龙
王子寒
机构
安徽工业大学计算机科学与技术学院
出处
《空间科学学报》
北大核心
2025年第2期277-287,共11页
基金
国家自然科学基金项目(12205005)
安徽省自然科学基金项目(2108085QA34)共同资助。
文摘
刚性化学动力学方程在空间科学、大气科学等领域具有重要意义.近年来,物理信息神经网络(PhysicsInformed Neural Network,PINN)作为一种融合物理定律与深度学习的框架,被广泛应用于求解各种偏微分方程.然而,在求解刚性化学动力学方程时,PINN将出现优化失败,难以有效求解.为解决该问题,本文提出一种新的守恒约束PINN方法.该方法利用共享–分支网络有效处理耦合问题,通过引入物质守恒约束显著提升刚性化学动力学方程的求解性能.同时,分段采样策略进一步增强长时模拟的精度和稳定性.实验结果表明,该方法能够在多时间尺度的复杂系统中实现长时稳定模拟,为解决空间科学中的问题(例如无碰撞等离子体波动和星际物质化学反应)提供了一种新的方法.
关键词
刚性化学动力学
物理信息神经网络
守恒约束
分段采样
长时模拟
Keywords
Stiff chemical kinetics
Physics-informed neural network
Conservation constraint
Segmented sampling
Long-time simulation
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于守恒约束物理信息神经网络的刚性化学动力学长时模拟
方涵敏
黄文龙
王子寒
《空间科学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
