摘要
本发明属于可控核聚变技术领域,具体公开了一种基于机器学习的线性化漂移动理学方程求解方法,本发明通过计算等离子体的总碰撞频率、漂移频率、反弹频率,进而构造线性化漂移动理学方程,获取线性化漂移动理学方程的系数作为训练集,并将线性化漂移动理学方程的解作为标签,使用机器学习模型进行训练,最终得到线性化漂移动理学方程的机器学习求解模型,本发明通过机器学习训练出线性化漂移动理学方程的机器学习求解模型,使实验中可以直接将得到的线性化漂移动理学方程的参数输入模型进而得到线性化漂移动理学方程的解,简化了线性化漂移动理学方程的计算过程,提高了求解线性化漂移动理学方程的计算速度。
技术关键词
方程
坐标系
机器学习模型训练
频率
托卡马克装置
数据
核聚变技术
机器学习训练
ReLU函数
训练集
捕获粒子
随机梯度下降
标签
正则化参数
磁感应强度
误差函数
系统为您推荐了相关专利信息
姿态优化方法
描述符
激光雷达点云数据
物体
点云地图
风电机组
风电电力系统
惯量估计方法
同步机
动态参数辨识方法
空间建模方法
时序预测模型
需求预测模型
元素
基础设备
透镜
连续变焦镜头
曲线拟合方法
曲面轮廓
绘制凸轮