云开app·Kaiyun下载官方网站-登录入口

一、仿真框架对比：物理信息神经汇集与算子学习开云app下载官方网站

等离子体仿真主要有动理学模子（如PIC模子、Boltzmann方程）和流体模子（如漂移扩散方程、MHD模子）。传统数值算法（FDM、FEM、FVM）濒临网格差别和管感性难题，且存在多物理场耦合求解恶果低、推行数据交融贫乏等挑战。

物理信息神经汇集（CS-PINN）通过子汇集和主汇集辘集求解等离子体截止方程，在弱电离气体电子Boltzmann方程和电弧等离子体模拟中弘扬出一定准确性，但存在管理可变条目身手有限、泛化性不及等残障。

算子学习从函数空间到函数空间的映射，可径直学习不同条目劣等离子体仿真完毕的映射关系，输入包含坐标和条目，数据需求必要，耗费函数简略，管理可变条目身手强，泛化性强。

二、电离碰撞截面预测：DeepCSNet

碰撞截面有总截面、微分截面等类型，获取模式包括推行测量和表面筹画，但存在资本高、筹画期间随分子尺寸指数增长等问题。

DeepCSNet包括单分子模子（SMC）和多分子模子（MMC）。SMC输入为入射能量、出射能量和入射角度，输出为双微分截面；MMC增多分子构成输入。两者输入输出均归一化管理。

伸开剩余84%

单分子DeepCSNet对多种分子的预测平均相对L²纰缪较低，多分子模子通过拆分分支汇集进步了预测精度，且在能量、角度和分子泛化性上弘扬细腻，能对未知能量和角度进行准确预测，MMC在分子泛化性上更具上风。

三、粒子模拟加快：PaRO-DeepONet

PIC措施追踪带电粒子与电磁场自洽演化，经典FDTD求解措施耗时，基于粒子信息的降阶模子（如POD）可简化筹画。

PaRO-DeepONet诈欺粒子信息构建降阶数据集，分支网输入降阶电荷密度，骨干网输入彀格点坐标，替代PIC模子中的泊松求解器预测网格电势，与其他汇集结构比较精度更高、纰缪散布更平滑。

在二维静电球体扩散、L型区域电子扩散等算例中，PaRO-DeepONet大幅责备了泊松求解期间，且相对L²纰缪较小，展现出高效准确的脾性。

四、电弧等离子体模拟

电弧等离子体模拟波及流体模子（磁流体模子等）和动理学模子（Boltzmann方程等）。

基于算子学习的电弧等离子体模拟，通过分支网输入规模温度等可变要素，骨干网输入时空坐标，在1D流体模拟（Elenbaas-Heller方程）中，对不同规模温度下的电弧温度预测准确，筹画恶果高于FVM；在弱电离等离子体电子Boltzmann方程求解中，对不同气体夹杂比下的约化临界电场强度预测身手细腻，且无需像PINN同样重新观测；在2D流体模拟中，对温度演化的预测与内容情况吻合。

五、转头与预测

本相干提议DeepCSNet（SMC和MMC）和PaRO-DeepONet，用于等离子体碰撞截面预测和粒子模拟加快，具有非线性、函数到函数映射、强泛化性等数学脾性。异日可辘集AI时刻，在求解偏微分方程、数据运转建模、等离子体经过数字孪生、多物理场建模和参数反演等方面进一步探索，股东等离子体数值模拟的发展。

免责声明：咱们尊重学问产权、数据秘密，只作念内容的网罗、整理及共享，论述内容开始于汇集,论述版权归原撰写发布机构统共，通过公开正当渠说念赢得，如波及侵权，请实时关联咱们删除，如对论述内容存疑开云app下载官方网站，请与撰写、发布机构关联

发布于：广东省