基于深度学习-数值模拟的数据驱动流体传热快速准确预测方法

本发明涉及传热领域，特别涉及一种基于深度学习‑数值模拟的数据驱动流体传热快速准确预测方法。包括：S1、构建半圆形微通道的物理和数学描述，建立半圆形微通道的控制方程；S2、获取具体预测的输入条件；S3、基于三维有限元分析结果，构建对应的三维模型并开展有限元分析；S4、设计了一个输入层，四个隐藏层和一个输出层的全连接前馈神经网络；S5、采用均方损失函数作为准则对神经网络进行学习；S6、使用基于反向传播算法的随机梯度下降进行网络参数学习；S7、采用Adm算法进行梯度求解，从而提高模型的泛化能力。激活函数选择斜坡函数Rectified Linear Unit函数；最终通过数据驱使深度学习模型对传热行为进行预测，以线性拟合优度R2作为评价指标。