典型文献
基于物理信息神经网络的内部声场正反问题数值计算
文献摘要：
针对频域内部声场正反问题的数值模拟,建立基于物理信息的神经网络架构.与基于数据驱动的神经网络不同,将声学问题的 Helmholtz方程及其对应的边界条件引入神经网络,所建立的神经网络算法不仅能够反映训练数据样本的分布规律,而且也遵循由偏微分方程描述的物理定律.考虑到频域声学问题中含有复数部分,建立两种网络架构,并进行验证和比较分析.该方法无需网格划分和数值积分等繁琐的数值计算过程,可自由地处理不规则区域和非均匀分布情形.数值实验考察二维和三维复杂几何结构的声学正问题及反问题,结果表明所建立的物理信息神经网络算法具有较高的精确度、收敛性和鲁棒性.
文献关键词：
物理信息神经网络;声学问题;Helmholtz方程;正问题;反问题
中图分类号：
作者姓名：
吴国正;王发杰;程隋福;张成鑫
作者机构：
青岛大学机电工程学院, 山东 青岛 266071;青岛大学多功能材料与结构力学研究院, 山东 青岛 266071
文献出处：
引用格式：
[1]吴国正;王发杰;程隋福;张成鑫-.基于物理信息神经网络的内部声场正反问题数值计算)[J].计算物理,2022(06):687-698
A类：
基于物理信息的神经网络
B类：
物理信息神经网络,声场,正反问题,频域,神经网络架构,声学问题,Helmholtz,入神,神经网络算法,训练数据,偏微分方程,理定,复数,数部,网格划分,数值积分,不规则区域,非均匀分布,数值实验,几何结构,正问题,收敛性
AB值：
0.271071
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
