摘要
本发明涉及可压缩湍流领域,具体涉及一种基于LSTM模型的可压缩湍流中波束扩展曲线预测的方法,方法为:提取输入波束扩展前段曲线的多维度特征,并转换为LSTM模型适配格式;构建深度LSTM模型;基于余弦退火原理自定义回调函数,按回调函数周期性调整学习率;集成早停、最优模型保存与学习率调度回调策略,动态调整LSTM模型学习率,优化LSTM模型;LSTM模型依次执行主训练全流程,反归一化还原真实尺度,输出可压缩湍流中波束扩展曲线预测结果。能够稳定的建立LSTM神经网络模型,且模型稳定性好,可压缩湍流中波束扩展曲线预测结果量化,预测结果准确。
技术关键词
优化LSTM模型
波束
湍流
曲线
LSTM神经网络模型
序列
时序
格式
样本
周期性
数据
策略
优化器
训练集
机制
误差
动态
记忆
指标