.png){kind=icon}
返回
LS-SVM-based nonlinear multi-physical steady-state field coupled problems computing method
.png){kind=icon}
PRE
AI
DOI：10.1016/j.apm.2025.115987.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多物理场稳态场耦合问题采用基于网格的方法进行处理，包括有限元法和有限体积法及其改进方法。为简化计算复杂度，本文采用最小二乘支持向量机（LSSVM）来解决多物理场稳态场耦合问题。首先，LS-SVM通过消除网格依赖性降低计算复杂度；其次，它能有效解决适应性强的多物理场稳态场耦合问题；最后，它可以抑制复杂的边界条件。本文通过两个案例研究验证了该方法：一个一维非线性机电耦合问题和二维非线性热电耦合问题。LS-SVM方法在计算精度上与有限元法相当，同时比径向基函数（RBF）插值和物理信息神经网络（PINN）方法具有更高的精度和更快的计算速度。
Keyword:
Multi-physical steady-state field coupled
problems
Least squares support vector machine
Closed form approximate solution
Collocation method
期刊
IF:
5.1
论文数:
1.3K
被引数:
2.8W
机构
引用论文
Application of genetic optimized artificial immune system and neural networks in spam detection
PREAI
分享收藏PHYSICS-INFORMED NEURAL NETWORK FOR SOLVING HAUSDORFF DERIVATIVE POISSON EQUATIONS求解HAUSDORFF导数POISSON方程的物理通知神经网络
OAAI
OAAI分享收藏The approximate solutions to source inverse problem of 1-D convection–diffusion equation by LS-SVM
PREAI
分享收藏Learning Solutions for Electromagnetic Problems Using RBF Network-Based FE-LSSVM.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏
查看更多内容