Réseaux neuronaux dans la modélisation de la turbulence de l'air

Des modèles de réseaux neuronaux locaux et intégraux (modèles Abramovich-Sekundov et Spalart-Allmaras correcteurs) de la viscosité turbulente sont proposés, montrant des résultats de précision intermédiaires entre les modèles à un et deux paramètres. Un nouvel algorithme pour contrôler l'erreur de calcul numérique dans certains problèmes typiques d'aérodynamique a été proposé. Son efficacité sur un certain nombre de problèmes est démontrée. L'algorithme est basé sur l'application d'indicateurs de particules et utilise la méthode de la particule dans la cellule. Les principes de la compression des données, représentant des quantités physiques variant en fonction de certains paramètres, en construisant des descriptions de réseaux cluster-neuraux, sont proposés.