基于机器学习方法的流体机械气动优化设计研究现状及展望

• 作者: 吴琦 梁连国 汪逸然 王灿星 赵文军 金晗辉
• 来源期刊: 风机技术
• 学科: 工学
• 关键词: 机器学习 流体机械 优化设计 流动计算 流动控制 深度学习
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 综述
• 页码范围: 77-90
• 页数: 14页
• 分类号: TH432|TK05
• 语种: 中文
• DOI: 10.16492/j.fjjs.2020.05.0011

摘要

随着机器学习方法的不断发展,形成了各类算法,已有学者将其应用于流体机械的流动计算、流动控制以及优化设计.以深度学习为代表的机器学习方法具有强大的归纳学习能力,能够自主进行特征学习,不仅可以直接利用实验和数值模拟数据,从中挖掘出潜在的流场信息,更可以在优化设计过程中实现自适应的设计参数探索,以实现快速、鲁棒、全局且高效的优化,因此可以作为一种全新的流体机械优化设计方法.本文概述了流体机械气动优化的现状、机器学习方法的研究现状、机器学习在流动计算、流动控制以及流体机械优化设计中的应用现状,并指出了深度学习在流体机械优化设计上的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金晗辉		16	189	7.0	13.0
2	王灿星		32	736	13.0	27.0
3	吴琦		12	45	3.0	6.0
4	汪逸然		1	0	0.0	0.0
5	赵文军		2	0	0.0	0.0
6	梁连国		1	0	0.0	0.0