المفاهيم الأساسية
메시프리 시뮬레이션에서 계산 시간과 결과 정확도 사이의 균형을 달성하기 위해 기계 학습 기반 접근법을 사용하여 최적의 매개변수 조합을 선택하는 방법을 제시한다.
الملخص
이 연구는 메시프리 시뮬레이션 도구인 MESHFREE의 매개변수 선택 및 최적화 문제를 다룬다. MESHFREE는 복잡한 유동 영역, 움직이는 기하학, 자유 표면 등을 효과적으로 다룰 수 있는 일반화된 유한 차분 방법(GFDM)을 사용한다. 그러나 최적의 매개변수 조합을 수동으로 결정하는 것은 특히 경험이 부족한 사용자에게 어려운 과제이다.
이 연구에서는 기계 학습 기반 접근법을 사용하여 이 문제를 해결한다. 먼저 능동 학습 전략을 통해 최적의 매개변수 범위를 선별한다. 그 다음 앙상블 회귀 모델과 컨포멀 예측을 사용하여 결과 품질(항력 및 양력 계수)과 계산 시간에 대한 예측 구간을 제공한다.
이를 통해 사용자는 계산 자원을 최적화하면서도 만족스러운 시뮬레이션 결과를 얻을 수 있다. 또한 이 연구는 메시프리 시뮬레이션의 접근성과 사용성을 높이는 데 기여한다.
الإحصائيات
유동 영역의 높이와 폭은 각각 0.41m이다.
실린더의 직경은 0.1m이다.
실린더의 위치는 유입구에서 0.41m 떨어져 있고 바닥에서 0.15m 위에 있다.
유입 속도의 최대값은 2.25m/s이다.
레이놀즈 수는 약 2,250이다.
اقتباسات
"메시프리 시뮬레이션 방법은 기존의 메시 기반 접근법에 비해 매력적인 대안으로 떠오르고 있다."
"매개변수 조합을 수동으로 결정하는 것은 특히 경험이 부족한 사용자에게 어려운 과제이다."
"기계 학습 기반 접근법을 사용하여 최적의 매개변수 범위를 선별하고 결과 품질과 계산 시간에 대한 예측 구간을 제공한다."