一种基于两阶段深度神经网络算法的燃烧机理简化与优化方法

一种基于两阶段深度神经网络算法的燃烧机理简化与优化方法，属于燃烧动力学模拟领域，包括基于第一阶段深度神经网络的组分简化‑深度反应简化‑基于第二阶段深度神经网络的系数优化三个阶段。首先，构建以组分保留状态和初始条件为输入、燃烧特性为输出的深度神经网络模型，实现机理组分的高效筛选与逐步简化。其次，对反应路径进行深度简化，设定时间尺度阈值，剔除非关键快速反应，构建反应数受控的精简机理。最后，构建以关键反应动力学参数为输入的深度神经网络模型，结合遗传算法进行机理参数的全局优化，提升机理在关键燃烧性能指标上的预测精度。本发明可实现高度简化与高保真度兼具的燃烧机理，适用于复杂三维燃烧模拟中的快速计算。