[发明专利]一种基于物理信息约束神经网络的烟雾场多参数预测方法

摘要

本发明公开了一种基于物理信息约束神经网络的烟雾场多参数预测方法。本发明采用烟雾生成器产生上升烟雾，高速摄像模组记录烟雾全过程并生成记录图片，图形计算机得到烟雾场的浓度，求解获得烟雾场的参数数据作为训练样本，以流场扩散数学模型设置约束条件，训练全连接神经网络，用训练好的全连接神经网络进行烟雾场预测；本发明利用深度学习，结合烟雾场抽象出的流场扩散数学模型，对损失函数进行设计，使模型具备预测速度快、需要数据量少、收敛性能好、模型迁移能力好的特点，能够解决传统计算流体动力学方法的周期长和适应性差以及深度学习方法数据量要求大、损失函数收敛差的问题，用少量数据就能实现损失函数收敛的目标，得到烟雾场分布。