湍流大涡模拟的最优估计及其在亚格子模型分析中的应用
经典物理
2009-11-11 v2 神经与进化计算
摘要
将最优估计工具应用于湍流大涡模拟的亚格子模型研究。引入了最优估计量的概念，并在亚格子模型先验测试应用的背景下分析了其性质。关注点集中在各向同性湍流中标量场的 Cook 和 Riley 模型上。利用直接数值模拟（DNS）数据，通过计算（i）广义最优估计量和（ii）仅由该假设引入的误差，来评估 beta 假设的相关性。使用各种变量集和各种技术（直方图和神经网络）计算亚格子方差的最优估计量。结果表明，最优估计量允许对模型进行彻底探索。神经网络在此框架中被证明是相关且非常有效的，并提出了进一步的用途。
引用
@article{arxiv.physics/0606053,
title = {Optimal estimation for Large-Eddy Simulation of turbulence and application to the analysis of subgrid models},
author = {Antoine Moreau and Olivier Teytaud and Jean-Pierre Bertoglio},
journal= {arXiv preprint arXiv:physics/0606053},
year = {2009}
}