基于机器学习的脉动源格林函数预报初探

作者：常宏宇,朱仁传,黄山

摘要：自由面格林函数是边界元法求解海洋工程水动力学问题的基础,如何精确而快速地计算格林函数及其导数是水动力求解的难题。对无因次化表达的脉动点源格林函数计算建立的数据库,采用深度学习函数库Keras,对数据库进行学习,建立了神经网络预报模型,探讨了全局和局部学习及预报精度,研究了模型预报效率。研究表明机器学习模型预报的格林函数能够保证较高的精度,计算效率高于数值积分计算,低于解析函数为主的多项式逼近,为提高水动力问题求解效率,解决传统计算难题提供了新的思路。

发文机构：上海交通大学船舶海洋与建筑工程学院海洋工程国家重点实验室

关键词：自由面格林函数脉动点源机器学习边界元法神经网络free-surface Green functionpulsating sourcemachine learningboundary element methodneural network

分类号： P751[交通运输工程—港口、海岸及近海工程]