@第{CiCP-31-593条，author={Dong，HaoKou，WenboHan，JunyanLinghu，JialeZou，Minqiang和Cui，Junzhi}，title={预测编织复合材料宏观有效导热系数的混合小波学习方法}，journal={计算物理中的通信}，年份={2022}，体积＝{31}，数字={2}，页数={593--625}，抽象={本文提出了一种新的混合小波学习方法，用于预测具有非均匀导热系数的编织复合材料的宏观有效导热系数。这种创新方法综合了多尺度建模、小波变换和神经网络各自的优势共同建立网络。借助渐近均匀化方法（AHM），离线为了建立具有高维、高复杂映射的材料数据库，实现了多尺度建模。多尺度材料数据库和小波学习策略简化了神经网络的在线训练，使我们能够有效地构建相对简单的网络，这些网络具有本质上增加的容量和抗噪声，以逼近高复杂度映射。此外，应该强调的是，小波学习策略不仅可以从材料数据库中提取重要的数据特征，而且可以实现巨大的减少神经网络的输入数据。进行的数值实验使用多个三维编织复合材料模型验证了提出了混合方法。数值结果表明，混合小波学习方法是计算宏观有效热量的一种稳健方法具有明显异质性图案的传导率。所提出的方法可以极大地减少了计算时间，可以进一步扩展到估算编织复合材料的宏观有效力学性能。
},issn={1991-7120}，doi={https://doi.org/10.4208/cicp.OA-2021-0110},网址={http://global-sci.org/intro/article_detail/cicp/20216.html}}
TY-JOUR公司预测编织复合材料宏观有效导热系数的T1-混合小波学习方法AU-董浩奥口，文博AU-Han、JunyanAU-令狐、嘉乐AU-邹敏强AU-崔俊之JO-计算物理通信VL-2级SP-593型EP-6252022年上半年DA-2022/01年序号-31做-http://doi.org/10.4208/cicp.OA-2021-0110你-https://global-sci.org/intro/article_detail/cicp/20216.htmlKW-编织复合材料，宏观有效导热系数，多尺度建模，神经网络，小波变换。实验室-本文提出了一种新的混合小波学习方法，用于预测具有非均匀导热系数的编织复合材料的宏观有效导热系数。这种创新方法融合了多尺度建模、小波变换和神经网络各自的优势共同建立网络。借助渐近均匀化方法（AHM），离线为了建立具有高维、高复杂映射的材料数据库，实现了多尺度建模。多尺度材料数据库和小波学习策略简化了神经网络的在线训练，使我们能够有效地构建相对简单的网络，这些网络具有本质上增加的容量和抗噪声，以逼近高复杂度映射。此外，应该强调的是，小波学习策略不仅可以从材料数据库中提取重要的数据特征，而且可以实现巨大的减少神经网络的输入数据。进行的数值实验使用多个三维编织复合材料模型验证了提出了混合方法。数值结果表明，混合小波学习方法是计算宏观有效热量的一种稳健方法具有不同异质性模式的转移电导率。所提出的方法可以极大地减少了计算时间，可以进一步扩展到估算编织复合材料的宏观有效力学性能。
郝东、寇文波、韩俊彦、嘉乐令狐、邹敏强、崔俊之。(2022). 预测编织复合材料宏观有效导热系数的混合小波学习方法。计算物理中的通信.31(2).593-625.doi:10.4208/cicp。OA-2021-0110号文件
复制到剪贴板
