摘要
本发明公开了一种基于改进型GEKO湍流模型的复杂山地流场仿真方法,包括:获取复杂山地地形和参考位置的流场参数,生成计算域网格和边界条件;获取高保真数据,确定训练集和测试集,确定优化目标函数和神经网络输入变量;基于伴随优化方法和机器学习获得改进型GEKO湍流模型,得到改进后的湍流模型封闭系数;基于改进型GEKO湍流模型进行复杂山地流场数值模拟,获得复杂山地周围风速和湍动能的分布。本发明能够精确模拟复杂山周围风速和湍动能的分布,计算精度优于标准GEKO模型的数值模拟结果。
技术关键词
湍流模型
仿真方法
山地
变量
拉格朗日
大气边界层
方程
神经网络训练
前馈神经网络
动能
大涡模拟方法
三维地形数据
生成输出信号
风速廓线
参数
数值
网格
系统为您推荐了相关专利信息
关节力矩
蜂群算法
轨迹
动力学参数辨识
六关节机器人
生物质气化产物
人工神经网络模型
分布预测方法
粒子群优化算法
物理
智能调度方法
智能调度系统
船舶装卸货物
列表
货船
采摘无人机
山地果园
辅助夹片
图像采集设备
旋转座