摘要
本发明公开了一种基于多智能体符号回归算法的流场预测方法,包括:获取已知流场数据,设置预定数量的智能体;将已知流场数据输入智能体,得到符号表达式树的先序遍历序列;基于先序遍历序列得到偏微分方程;基于奖励函数和风险寻求策略梯度方法更新智能体的参数,直至偏微分方程满的计算误差足要求,得到更新智能体;获取待测流场数据并输入至更新智能体,得到最优偏微分方程最为约束项;基于约束项构建损失函数并对物理信息神经网络进行训练,得到训练好的物理信息神经网络;将待测流场数据输入至训练好的物理信息神经网络,得到流场预测结果。实现了对任意流场数据的高效准确预测。
技术关键词
回归算法
表达式
梯度方法
符号
计算误差
序列获取方法
数据获取模块
物理
节点
输出模块
参数
策略
风险
变量
预测系统
方程
标记
系统为您推荐了相关专利信息
同步搜索方法
5GNR系统
物理广播信道
频率
OFDM符号
换流器子模块
短路故障电流
柔性直流电网
直流电流
计算机设备
信息检索匹配方法
科研
计算机可存储介质
文本
信息数据处理终端