Finn Sommer

新方法利用神经网络近似流体动力学中复杂的巴塞特力

研究人员开发了一种新颖的方法来近似Maxey-Riley-Gatignol方程中的巴塞特力，该方程模拟了流体中粒子的运动。这种力是一个积分项，代表了尾流和边界层效应，它使得力的计算依赖于粒子过去的轨迹，从而显著增加了数值求解的复杂性。新方法利用通用微分方程和神经网络，将复杂的积分项转化为一个常微分方程组，从而可以使用Runge-Kutta等标准数值方法更容易地求解。