【技术实现步骤摘要】
本申请涉及模型评测，特别涉及一种流体力学神经网络模型评测方法、装置、电子设备及介质。
技术介绍
1、计算流体动力学(cfd)在航空航天、汽车工程和环境工程等多个领域的流体流动分析和模拟中已成为不可或缺的工具。传统的cfd方法通常依赖于对navier-stokes方程的数值求解，这些方法在处理复杂的三维湍流流动时计算量大且耗时。随着对高保真模拟需求的增加，开发更高效的计算方法变得尤为重要。
2、近年来，神经网络(nn)方法在cfd领域展现出巨大的潜力，能够显著降低计算成本，同时保持甚至提高精度。这些数据驱动模型可以从大量数据集中学习复杂的模式和行为，从而无需从头求解偏微分方程即可快速预测流体动力学行为。这为cfd的实时应用和大规模模拟开辟了新的可能性。
3、尽管该领域进展迅速，但目前缺乏一个系统的框架来评测和比较不同的针对cfd应用的神经网络模型。
技术实现思路
1、本申请实施例的主要目的在于提出一种流体力学神经网络模型评测方法、装置、电子设备及介质，能够实现流体力学...
【技术保护点】
1.一种流体力学神经网络模型评测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述利用各所述物理系统方程表示构建各所述流体力学问题对应的样本数据集，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述针对各所述待评测流体力学神经网络模型，利用各所述样本数据集对所述待评测流体力学神经网络模型进行训练、推理和评测，获取多个评测指标，确定各所述评测指标对应的评测指标值，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述针对各所述流体力学问题对应的所述样本数据集，根据各所述待评测流体力学神...
【技术特征摘要】
1.一种流体力学神经网络模型评测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述利用各所述物理系统方程表示构建各所述流体力学问题对应的样本数据集，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述针对各所述待评测流体力学神经网络模型，利用各所述样本数据集对所述待评测流体力学神经网络模型进行训练、推理和评测，获取多个评测指标，确定各所述评测指标对应的评测指标值，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述针对各所述流体力学问题对应的所述样本数据集，根据各所述待评测流体力学神经网络模型对应的各所述评测指标值和各所述评测指标对应的权重占比，确定各所述待评测流体力学神经网络模型对应的目标评测总值，根据各所述待评测流体力学神经网络模型对应的目标评测总值，从多个所述待评测流体力学神经网络模型中确定所述流体力学问题对应的最优流体力学神经网络模型，具体包括：
5.根据权利要求4所述的方法，其特征在于，所述...
【专利技术属性】
技术研发人员：邹青松，岑鉴焕，刘梦晗，范浩龙，韦平，陈辽，黎鸿基，周子扬，彭国航，何昌烨，
申请(专利权)人：中山大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。