人工神经网络方法求解分子化学平衡

我们提出了一种用于求解瞬时化学平衡问题的新方法。由于其内在的局部特性，化学平衡可视为将由温度、氢密度和电子密度构成的三维参数空间映射到多个表示每个物种数密度的一维空间。我们利用人工神经网络对非线性函数进行逼近的能力，构建了在典型星体大气条件下快速高效求解化学平衡问题的神经网络。神经网络方法的优势在于提供可快速评估的解析函数。网络在覆盖整个参数空间的学习集上训练，直到达到相对误差小于 1%。通过使用额外的验证集验证网络未出现过拟合。随后将网络应用于日球大气三维对流模拟的快照，显示出良好的推广性能。