返回
MOOSE StochasticControl: A python interface for black-box optimization with MOOSE-based simulations
DOI:10.1016/j.softx.2026.102682.png)
摘要
En 中文
随机控制是一种Python接口,旨在连接高保真多物理场面向对象仿真环境(MOOSE)仿真与现代数据科学和优化工作流程。该接口自动生成MOOSE随机工具模块输入,管理并行执行,并通过简洁的函数调用将感兴趣的量检索为NumPy数组。这种方法简化了多物理场仿真与需要迭代函数调用的优化和主动学习Python库的集成。一个示例展示了使用SciPy进行环形件热载荷下的形状优化,突出了通过状态保持和并行性实现的性能提升。
Keyword:
MOOSE
Optimization
Python interface
Stochastic
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.4
论文数:
346
被引数:
7.3K
机构
引用论文
SciPy 1.0: fundamental algorithms for scientific computing in PythonSciPy 1.0: Python中科学计算的基本算法
NATURE METHODS
IF32.1
MOOSE Stochastic Tools: A module for performing parallel, memory-efficient in situ stochastic simulationsMOOSE随机工具:一个用于执行并行、内存高效的现场随机模拟的模块
SoftwareX
IF0

