布拉斯科,J.A。;新泽西州福尤。;多帕佐,C。;陈建勇。 燃烧应用中化学表示的自组织映射方法。 (英语) Zbl 0953.80001号 库布斯特。理论模型。 4,第1期,61-76(2000). 总结:为了避免燃烧过程模拟中热化学方程的CPU密集型数值积分,文献中提出了几种替代技术。本文介绍了一种基于两种人工神经网络范式的新方法,即自组织映射(SOM)和多层感知器(MLP)。SOM首先用于将热化学空间自动划分为子域。然后,训练一个专门的MLP,以适应属于给定子域的热化学点。该策略在部分搅拌反应器上进行了实验,并报告了令人鼓舞的结果。该方法相对适中的CPU时间和内存要求使SOM-MLP方法成为一种很有前途的技术,用于在复杂应用(如燃烧的多维模拟)中包含大型化学机制。 引用于2文件 MSC公司: 80平方米25 燃烧 92E20型 化学中的经典流动、反应等 关键词:燃烧;热化学方程式;人工神经网络范式;自组织映射;多层感知器;部分搅拌反应器 软件:SOM_PAK公司 PDF格式BibTeX公司 XML格式引用 \textit{J.A.Blasco}等人,库布斯特。理论模型。4,编号1,61--76(2000;Zbl 0953.80001) 全文: DOI程序 参考文献: [1] Blasco,J和Fueyo,N和Dopazo,C以及Ballester,J(1998)。《火焰》,第113页,第38-52页。 [2] Blasco,J和Fueyo,N和Larroya,J以及Dopazo,C和Chen,J-Y.(1999)计算。化学。《工程》,第23期,第1127-33页。 [3] Bowman,C和Hanson,R和Gardiner,W和Lissianski,V和Frenklach,M和Goldenberg,M和Smith,G.(1997)GRI-Mech 2.11-甲烷燃烧、NO生成和再燃的优化详细化学反应机理。GRI-97/0020号 [4] Hornik,K和Stichcombe,M和White,H.(1989)《神经网络》,第2期,第359-66页。 [5] Kohonen,T.(1997)《自组织地图》第二版。柏林:斯普林格·Zbl 0866.68085号 [6] Kohonen,T和Hynninen,J和Kangas,J和Laaksonen,J.(1996)SOM_PAK:自组织地图程序包。在技术报告A31中。赫尔辛基理工大学计算机与信息科学实验室。 [7] Lam,S和Goussis,D.(1988年)<i> <i>程序。第22国际交响乐团。燃烧</i></i> 在[第931-41页]中。 [8] 美国马萨和美国教皇(1992)。《火焰》,88,第239-64页。 [9] Mallampalli,H和Fletcher,T和Chen,J-Y.(1998)《燃气轮机动力杂志》,第120期,第703-12页。 [10] Möller,M.(1993)《神经网络》,第6期,第525-33页。 [11] Niemann,H和Schmidt,D和Maas,U.(1997),《工程数学杂志》</i> 第31页,第131-42页。 [12] Chen,J-Y.(1988)<i>Combust。科学。Technol公司</i> 第57页,第89-94页。 [13] Chen,J-Y.(1997年a)库布斯特。科学。Technol公司</i> 第122页,第63-94页。 [14] 陈建勇(1997b)<i> <i>程序。化学动力学还原的数值方面研讨会CERMICS-ENPC</i></i> 在[第]页。 [15] Chen,J-Y和Kollmann,W和Dibble,R.(1989)。科学。Technol公司</i> 第64页,第315-46页。 [16] Christo,F和Masri,A和Nebot,E.(1996)。《火焰》,106,第406-27页。 [17] Correa,S.(1993),库姆斯特。《火焰》,93,第41-60页。 [18] Dopazo,C.(1979)《物理学》。《流体》,22,第20-30页。 [19] Haykin,S.(1994)神经网络。综合基金会。纽约:麦克米伦出版社·兹比尔0828.68103 [20] Peters,N和Kee,R.(1987)。《火焰》,68,第17-29页。 [21] Pope,S.(1981)库姆斯特。科学。Technol公司</i> 第25页,第159-74页。 [22] Pope,S.(1997)库姆斯特。理论建模,第1页,第41-63页。 [23] Turányi,T.(1994)计算。化学</i> 第18页,第45-54页。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。