使用机理模型与机器学习对具有 Hopf 分岔的物理系统建模
动力系统
2023-03-01 v1 机器学习
混沌动力学
摘要
我们提出一种新的混合建模方法，将机理模型与机器学习模型相结合，以预测具有 Hopf 分岔的物理系统的极限环振荡。机理模型是一个捕获系统分岔结构的常微分方程范式模型。随后基于实验数据，利用机器学习技术辨识从该模型到实验观测的数据驱动映射。所提方法首先在一个 Van der Pol 振子和一个三自由度气动弹性模型上作数值演示，然后应用于建模风洞试验中呈现极限环振荡的物理气动弹性结构的行为。结果表明，该方法具有通用性、数据高效性，且除分岔结构外无需关于系统的任何先验知识即可提供良好精度。
引用
@article{arxiv.2209.06910,
title = {Modelling of physical systems with a Hopf bifurcation using mechanistic models and machine learning},
author = {K. H. Lee and D. A. W. Barton and L. Renson},
journal= {arXiv preprint arXiv:2209.06910},
year = {2023}
}