摘要
本发明涉及一种融合微分方程与神经网络的流体动态系统高精度预测方法,属于流体动态系统预测技术领域,解决了现有技术中单纯依赖神经网络无法实现流体动态系统行为的高精度预测的问题。该方法包括:对流体动态系统的动态行为进行分析,构建流体动态系统中的物体动态行为简化模型;初始化系统参数及外部激励参数,对物体动态行为简化模型进行数值解求解,得到采样时间序列的流体动态系统中物体位移及速度的数值解时间序列数据,基于位移及速度的数值解时间序列数据以及外部激励参数构造物体动态行为预测的神经网络模型的训练数据,基于训练通过的物体动态行为预测的神经网络模型,预测待预测时间下的流体动态系统中的物体的位移及速度。
技术关键词
高精度预测方法
物体
初始化系统
参数
数值
序列
速度
神经网络模型训练
训练神经网络模型
动态系统模型
数据
处理器
样本
场景
预测系统
物理
电子设备
固态
系统为您推荐了相关专利信息
智能监控装置
数据处理单元
PCIE接口
运动传感器数据
执行实时处理
稳定控制方法
并网电压
配电网电压波动
等效计算方法
协同调控方法