研究人员开发了一个CFD驱动的稀疏符号回归框架,为雷诺平均纳维-斯托克斯(RANS)转捩模型创建更准确、更具可解释性的修正。这种新方法利用梯度无关优化和代理模型,识别出间歇方程中激活函数的闭式修正,使用基于局部流动特征的多项式和指数项组合。与传统的调优方法相比,该框架识别出的修正项集更简洁,同时在训练数据和未见过的数据上保持或提高了准确性。 AI
影响 这项研究可能带来更准确的流体动力学模拟,影响依赖CFD进行设计和分析的领域。
排序理由 该条目描述了一篇关于改进CFD模型新方法的最新研究论文。[lever_c_demoted from research: ic=1 ai=0.7]
在 Hugging Face Daily Papers 阅读 →
- ERCOFTAC Series
- Ge et al.
- Hugging Face
- Large eddy simulations of Arctic stratus clouds
- POD-Kriging Reduced Method's Application in Tandem Cylinders' Flow
- Reynolds-averaged Navier–Stokes equations
- Sara Field Aerodrome
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →