基于图像的 ReConNN 三维板翅式散热器传热问题重构
计算工程、金融与科学
2019-02-22 v2 机器学习
摘要
板翅式散热器(PFHS)的传热性能已得到广泛的实验研究。通常,PFHS 设计的优化目标基于仿真响应。与已有研究相比,本研究的目的是将散热器设计从基于分析的模型转向基于图像的模型。与基于最大值、均值、方差等 popular 的目标函数相比,基于图像的方法应包含更多信息,从而构建更客观的模型。这意味着序列优化应基于图像而非响应,并获得更合理的解。因此,建立了三维 PFHS 传热过程的基于图像的重构模型。与图像识别不同,该过程无法由现有识别算法(如卷积神经网络)直接实现。因此,提出并改进了一种集成监督学习与无监督学习技术的重构神经网络(ReConNN),以获得更高精度。实验结果表明,传热过程可被更细致清晰地观测,且重构结果对进一步优化具有意义。
引用
@article{arxiv.1811.02102,
title = {Image-Based Reconstruction for a 3D-PFHS Heat Transfer Problem by ReConNN},
author = {Yu Li and Hu Wang and Xinjian Deng},
journal= {arXiv preprint arXiv:1811.02102},
year = {2019}
}