Neuronale Netze bei der Modellierung von Luftturbulenzen

Es werden lokale und integrale (korrigierende, korrigierende Abramovich-Sekundov- und Spalart-Allmaras-Modelle) neuronale Netzmodelle der turbulenten Viskosität vorgeschlagen, die eine mittlere Genauigkeit zwischen Ein-Parameter- und Zwei-Parameter-Modellen aufweisen. Es wurde ein neuer Algorithmus zur Kontrolle des numerischen Berechnungsfehlers bei einigen typischen Problemen der Aerodynamik vorgeschlagen. Seine Wirksamkeit bei einer Reihe von Problemen wird aufgezeigt. Der Algorithmus basiert auf der Anwendung von Partikelindikatoren und verwendet die Partikel-in-Zelle-Methode. Es werden die Grundsätze der Datenkompression vorgeschlagen, die physikalische Größen, die sich in Abhängigkeit von bestimmten Parametern ändern, durch die Konstruktion von Cluster-Neuralnetz-Beschreibungen darstellen.