摘要
本发明属于数值模拟技术领域,并公开了一种基于神经网络的雷击林火数值模拟方法、系统、设备及介质,包括:构建雷击林火基于观测物理量的数值模拟模型,构建全连接神经网络,所述全连接神经网络的输入为坐标点,输出为对应的坐标点的电场和磁场的矢量表示;所述坐标点空间坐标和时间坐标;在定义域内采样一组训练坐标点数据;将采样的坐标数据输入所述全连接神经网络进行分类预测,并根据目标损失函数进行训练,得到训练好的全连接神经网络;基于训练好的全连接神经网络预测定义域内任意坐标点处的电场和磁场的分布情况。本发明所述技术方案能够高效精确的实现数值模拟。
技术关键词
数值模拟方法
坐标点
模拟模型
梯度下降优化算法
电场
数值模拟系统
随机采样方法
数值模拟技术
预测模型训练
神经网络训练
存储计算机程序
数据
方程
电子设备
处理器
测试点
周期
可读存储介质
系统为您推荐了相关专利信息
降阶方法
矩阵
动态数学模型
风电场系统
降阶模型
塑料分选系统
进料传输系统
物料收集装置
静电场强度
轨迹预测模型
光电探测器芯片
半导体外延结构
P型接触层
抗反射膜
近红外光电探测技术
铝合金零部件
协同作业系统
铝合金材料
动态预测模型
铸造缺陷