|
|
|
基于机器学习的超声速混合层研究 |
|
论文目录 |
|
摘要 | 第10-12页 | ABSTRACT | 第12-13页 | 第一章 绪论 | 第14-32页 | 1.1 研究背景及意义 | 第14-16页 | 1.2 超声速混合层研究进展 | 第16-20页 | 1.2.1 超声速混合层研究进展 | 第16-17页 | 1.2.2 超声速混合增强研究进展 | 第17-20页 | 1.3 机器学习在流体力学中的应用 | 第20-30页 | 1.3.1 机器学习在流场参数预测与流场结构预测方面的应用 | 第21-24页 | 1.3.2 机器学习在流场特征提取与流动模式识别方面的应用 | 第24-25页 | 1.3.3 机器学习在计算流体力学方面的应用 | 第25-29页 | 1.3.4 机器学习在流动控制方面的应用 | 第29-30页 | 1.4 本文主要研究内容 | 第30-32页 | 第二章 数值方法与神经网络简介 | 第32-43页 | 2.1 大涡模拟方法 | 第32-35页 | 2.1.1 基本控制方程 | 第33页 | 2.1.2 滤波方程 | 第33-34页 | 2.1.3 亚格子模型 | 第34-35页 | 2.1.4 数值方法与网格划分 | 第35页 | 2.2 超声速混合层模拟数值方法验证 | 第35-36页 | 2.3 神经网络简介 | 第36-42页 | 2.3.1 感知器与人工神经元 | 第36-38页 | 2.3.2 人工神经网络 | 第38-40页 | 2.3.3 深度神经网络 | 第40-42页 | 2.4 本章小结 | 第42-43页 | 第三章 超声速混合层增长特性研究 | 第43-56页 | 3.1 超声速混合层计算模型 | 第43-45页 | 3.1.1 计算模型 | 第43-44页 | 3.1.2 网格无关性验证 | 第44-45页 | 3.2 混合机制及混合层增长特性的参数化描述 | 第45-47页 | 3.2.1 混合尺度与混合机制 | 第45-46页 | 3.2.2 混合层增长特性的参数化描述 | 第46-47页 | 3.3 超声速混合层增长特性 | 第47-49页 | 3.4 基于深度学习的超声速混合层增长率预测模型 | 第49-54页 | 3.4.1 超声速混合层增长率经验关系式 | 第49-50页 | 3.4.2 数据预处理 | 第50-51页 | 3.4.3 处理方法 | 第51-53页 | 3.4.4 评估指标 | 第53页 | 3.4.5 结果分析 | 第53-54页 | 3.5 本章小结 | 第54-56页 | 第四章 超声速混合层湍流张量场及动力学特性研究 | 第56-78页 | 4.1 K-Means聚类方法 | 第56-58页 | 4.2 基于K-Means聚类的湍流张量场研究 | 第58-65页 | 4.2.1 聚类数目与聚类中心 | 第59-61页 | 4.2.2 聚类结果空间分布 | 第61-64页 | 4.2.3 聚类结果的时间演化 | 第64-65页 | 4.3 基于K-M模型的流体系统动力学特性研究方法 | 第65-68页 | 4.3.1 马尔可夫链及其遍历性 | 第66-67页 | 4.3.2 基于K-M模型的流体系统动力学特性分析方法 | 第67-68页 | 4.4 基于K-M模型的超声速混合层流体系统动力学特性研究 | 第68-77页 | 4.4.1 聚类结果均一性分析 | 第68-69页 | 4.4.2 状态转移特性分析 | 第69-73页 | 4.4.3 流体系统遍历性分析 | 第73-75页 | 4.4.4 K-M模型的连续观点解释 | 第75-77页 | 4.5 本章小结 | 第77-78页 | 第五章 基于POD方法的超声速混合层时空演化分析 | 第78-92页 | 5.1 POD方法 | 第78-80页 | 5.2 模态能量分布 | 第80-82页 | 5.3 模态系数时间演化特性及频域特性分析 | 第82-87页 | 5.3.1 模态系数时间演化特性 | 第82-84页 | 5.3.2 模态系数频域特性 | 第84-87页 | 5.4 模态空间结构 | 第87-88页 | 5.5 降阶效果评估 | 第88-90页 | 5.6 本章小结 | 第90-92页 | 结束语 | 第92-95页 | 本文主要结论 | 第92-93页 | 本文创新点 | 第93页 | 今后工作的展望 | 第93-95页 | 致谢 | 第95-97页 | 参考文献 | 第97-103页 | 作者在学期间取得的学术成果 | 第103页 |
|
|
|
|
论文编号BS4657036,这篇论文共103页 会员购买按0.35元/页下载,共需支付36.05元。 直接购买按0.5元/页下载,共需要支付51.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|