公开(公告)号：CN116227364B

公开(公告)日：2024-09-13

申请号：CN202310455762.X

申请日：2023-04-25

Applicant: 重庆大学

Inventor： 陈超 ,  杨淇森 ,  黄宏宇 ,  吴杰 ,  谢志江

IPC: G06F30/27 ,  G06F30/28 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/0495 ,  G06N3/084 ,  G06N3/094 ,  G06F111/10 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明具体涉及基于改进生成对抗网络与模型压缩的翼型流场预测方法，包括：将边界条件输入经过训练的流场预测模型，输出对应的预测流场图像；训练流场预测模型时：首先将边界条件作为生成器的输入并输出预测流场图像，判别器基于真实流场图像对预测流场图像进行判断并更新自身参数，最后将判别器的参数更新结果反馈至生成器，以供生成器更新自身参数；重复迭代并不断更新生成器和判别器的参数；最终，对经过训练的流场预测模型进行模型压缩。本发明通过深度卷积生成对抗网络提取翼型流场的复杂特征，并能够将高维数据并转换为潜在的低维表示以更好的实现翼型流场预测，同时能够通过模型压缩来降低模型的参数量和运算量。

公开(公告)号：CN116227364A

公开(公告)日：2023-06-06

申请号：CN202310455762.X

申请日：2023-04-25

Applicant: 重庆大学

Inventor： 陈超 ,  杨淇森 ,  黄宏宇 ,  吴杰 ,  谢志江 ,  孟德虹 ,  杨海咏 ,  杨朝旭 ,  王成良 ,  谢磊

IPC: G06F30/27 ,  G06F30/28 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/0495 ,  G06N3/084 ,  G06N3/094 ,  G06F111/10 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明具体涉及基于改进生成对抗网络与模型压缩的翼型流场预测方法，包括：将边界条件输入经过训练的流场预测模型，输出对应的预测流场图像；训练流场预测模型时：首先将边界条件作为生成器的输入并输出预测流场图像，判别器基于真实流场图像对预测流场图像进行判断并更新自身参数，最后将判别器的参数更新结果反馈至生成器，以供生成器更新自身参数；重复迭代并不断更新生成器和判别器的参数；最终，对经过训练的流场预测模型进行模型压缩。本发明通过深度卷积生成对抗网络提取翼型流场的复杂特征，并能够将高维数据并转换为潜在的低维表示以更好的实现翼型流场预测，同时能够通过模型压缩来降低模型的参数量和运算量。