隐式因子化变换器方法用于快速预测湍流通道流动
📝
内容提要
本研究解决了湍流通道流动长时间预测中现有模型表现不佳的问题,提出了一种改进的隐式因子化变换器模型(IFactFormer-m),采用并行因子化注意机制。研究发现,IFactFormer-m在短期预测中显著降低了预测误差,并在长期预测中提供了稳定准确的流动特性和统计特性,且比传统的大涡模拟方法更为高效。
➡️
本研究解决了湍流通道流动长时间预测中现有模型表现不佳的问题,提出了一种改进的隐式因子化变换器模型(IFactFormer-m),采用并行因子化注意机制。研究发现,IFactFormer-m在短期预测中显著降低了预测误差,并在长期预测中提供了稳定准确的流动特性和统计特性,且比传统的大涡模拟方法更为高效。