0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: > 发射工程智能计算力学

相同语种的商品

销售排行榜

浏览历史

发射工程智能计算力学


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
发射工程智能计算力学
  • 书号：9787030832238
    作者：程诚等
  • 外文书名：
  • 装帧：平脊精装
    开本：B5
  • 页数：162
    字数：160000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2025-10-01
  • 所属分类：
  • 定价： ￥100.00元
    售价： ￥75.00元
  • 图书介质:
    纸质书

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书聚焦智能计算力学与发射工程的多学科交叉前沿，系统阐释神经网络、模型降阶方法、物理信息神经网络及深度算子网络等创新方法，探索智能计算力学理论与发射工程实践深度融合的立体化知识体系。本书内容从基础理论解析切入，历经数学拟合、算例验证，直至机翼绕流、发动机射流等典型发射工程场景应用，层层递进地展示智能算法在发射工程相关流场快速预测、流热固耦合分析、电磁发射多物理场问题中的创新解决方案，不仅突破了传统发射工程计算力学的分析框架，更探索了智能算法与发射工程的前沿交叉研究体系，拓展了智能计算力学方法的工程应用边界与理论研究内涵。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    第1章 绪论 001
    1.1 概述 001
    1.2 人工智能计算方法的基本思想 003
    1.3 人工智能计算方法在发射工程中的应用 005
    1.3.1 动力学参数智能优化设计 005
    1.3.2 弹道轨迹智能预测与修正 006
    1.3.3 实时控制与在线优化 007
    1.3.4 高机动目标航迹和弹道智能预测 007
    1.4 本书主要研究内容 009
    第2章 神经网络在武器发射工程中的应用 010
    2.1 神经网络基础概念 010
    2.2 神经网络在颗粒阻力系数预测中的应用 016
    2.2.1 GA ANN017
    2.2.2 随机森林回归 018
    2.2.3 预测结果与分析 022
    2.3 神经网络在弹器水面分离动力学中应用 025
    2.3.1 弹器水面分离过程的动力学模型研究 026
    2.3.2 基于机器学习的结构优化设计 030
    2.3.3 结果分析与优化设计 030
    2.4 本章小结 035
    第3章 基于模态分解的发动机喷管燃气流场快速重构 036
    3.1 NN POD模型 036
    3.2 球窝矢量喷管物理模型的建立 038
    3.2.1 模型建立 038
    3.2.2 喷管内流场模态分解结果分析 041
    3.2.3 发动机喷管三维流场快速重构 044
    3.3 基于NN POD框架的超声速燃气射流流场快速预测 055
    3.3.1 CFD模型 055
    3.3.2 基于POD 的流场模态分解 058
    3.3.3 基于数据驱动的流场预测 061
    3.3.4 预测性能评估 065
    3.4 本章小结 067
    第4章 基于区域分解降阶模型的智能弹药翼型压力场快速预测 068
    4.1 物理模型与计算方法 068
    4.1.1 CFD模型 069
    4.1.2 网格无关性分析 069
    4.2 基于聚类分析的区域分解方法 070
    4.2.1 聚类分析算法 070
    4.2.2 区域分解策略 071
    4.3 翼型压力场快速重构 072
    4.3.1 模态分解 073
    4.3.2 预测工况结果与分析 075
    4.3.3 计算速度评估 077
    4.4 本章小结 077
    第5章 基于超降阶模型的火箭发动机喷管流热固耦合特性预测 079
    5.1 非线性热传导有限元模型 079
    5.1.1 非线性热传导方程 079
    5.1.2 非线性热传导方程求解方法 080
    5.2 基于有限元的热传导超降阶模型 082
    5.2.1 离散经验插值方法 082
    5.2.2 热传导有限元方程的降阶求解 084
    5.3 发动机喷管流热固耦合分析 086
    5.3.1 流场预测结果 087
    5.3.2 温度场预测结果 089
    5.4 本章小结 092
    第6章 基于物理信息神经网络的磁扩散数值分析 093
    6.1 PINN基本理论 093
    6.1.1 PINN概述 093
    6.1.2 神经网络基础 094
    6.1.3 PINN计算流程 096
    6.2 适用于磁扩散问题的PINN 改进策略 099
    6.2.1 无量纲化与小批量学习 100
    6.2.2 自适应权重 101
    6.2.3 采样与边界执行 102
    6.3 试验设置及结果分析 103
    6.3.1 物理问题及PDE 描述 103
    6.3.2 案例结果分析 105
    6.4 本章小结 115
    第7章 基于神经算子的电磁发射多物理场问题预测 117
    7.1 DeepONet神经算子基本理论 117
    7.1.1 通用逼近定理 117
    7.1.2 DeepONet 神经算子模型 118
    7.1.3 ResUNet DeepONet119
    7.2 神经算子预测模型构建 122
    7.2.1 建模流程及框架 122
    7.2.2 数据集构建及预处理 123
    7.2.3 模型训练及评估 124
    7.3 单物理场预测模型结果分析 125
    7.3.1 模型性能分析 126
    7.3.2 案例预测结果 131
    7.4 多物理场预测模型结果分析 139
    7.4.1 模型性能分析 139
    7.4.2 磁场预测结果 145
    7.4.3 温度场预测结果 149
    7.5 本章小结 152
    参考文献 153
    附录 159
    附录1 本征正交分解(POD)方法 159
    附录2 神经网络(NN)算法 160
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

本平台为互联网非涉密平台，严禁处理、传输国家秘密。

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com