公开(公告)号：CN114841045A

公开(公告)日：2022-08-02

申请号：CN202210298787.9

申请日：2022-03-23

Applicant: 北京应用物理与计算数学研究所

Inventor： 刘利 ,  勇珩 ,  刘升平 ,  谢辉 ,  于腾超 ,  刘鲁峰 ,  肖梦娟 ,  胡泽汐 ,  上官丹骅 ,  胡泽华 ,  郭海瑞

IPC: G06F30/25 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的流体力学求解方法及装置，该方法包括：获取待求解流体力学问题的已知量，以及将已知量进行去物理化得到模型输入量；将模型输入量输入预先训练的通用深度学习模型，以得到输出量；通用深度学习模型由待求解流体力学问题对应的去物理化训练样本训练得到，去物理化训练样本包括去物理化的输入量及与输入量对应的输出量，输出量由输入量输入预设的计算流体力学算法计算得到，输入量在预设有限空间内随机采样得到；将输出量进行物理化得到求解结果。本发明实施例可以快速应用于大型程序求解中，降低由于新算法更迭带来的学习、移植和优化成本，提高基于GPU的并行效率。

公开(公告)号：CN119940075A

公开(公告)日：2025-05-06

申请号：CN202411801366.9

申请日：2024-12-09

Applicant: 北京应用物理与计算数学研究所

Inventor： 代仪军 ,  勇珩 ,  刘利 ,  陈潜 ,  于腾超

IPC: G06F30/27 ,  G06N3/0499 ,  G06N3/084 ,  G06F111/04 ,  G06F119/12 ,  G06F30/28 ,  G06N3/048

Abstract: 本发明涉及爆轰波模拟计算领域，具体而言，涉及一种融合数据和物理信息的爆轰波传播多功能计算方法，适用于求解多种爆轰波传播场景。该方法通过获取样本点位置坐标和已知物理信息，构建全连接神经网络。其中，物理信息包括起爆时间控制方程、边界条件和传播方向规律。根据上述已知物理信息和不同场景提供的其他已知条件，建立总残差。通过优化算法迭代求解总残差最小值问题，实现了对不同场景的求解，求解精度均满足应用需求。