摘要
本发明公开了一种结合数值模拟和实测数据的深远海养殖网箱水动力特性数字孪生方法,涉及深远海养殖技术领域,采用拉丁超立方抽样,生成覆盖研究范围的设计点,并利用有限单元法进行数值模拟获取初始数值模拟数据集。本发明通过结合数值模拟和实测数据,能够综合考虑理想化的数值模拟结果与实际条件下的实测数据,有效弥补单一数据源的不足,且数值模拟提供广泛、连续的数据集,可覆盖多种工况,实测数据则反映真实环境下的复杂影响,两者结合构建的元模型,经过多目标遗传算法优化和持续更新,可显著提升对深远海养殖网箱水动力特性的预测精度,使其更贴近实际运行状态。
技术关键词
深远海养殖网箱
数字孪生方法
数值
数据
克里金方法
人工神经网络
数字孪生体
拉丁超立方抽样
工况参数
流速
遗传算法
模型预测值
周期
动力
染色体
深远海网箱
系统为您推荐了相关专利信息
节点
云端服务器
虚拟电厂调度方法
异常信息
联邦学习模型
路测系统
无线通信网络
网络优化
训练样本集
序列特征
知识图谱构建方法
智能模型
深度学习模型
Neo4j数据库
扫频干扰