基于LSTM网络的IISPH流体仿真方法

作者：甘建红; 袁学斌; 顾鲍超^*; 王雪原; 王胤; 苏峰

来源：给水排水, 2023, 59(01): 124-131.

DOI：10.13789/j.cnki.wwe1964.2022.05.19.0001

• IISPH
• 流体仿真
• LSTM
• 神经网络回归

传统基于物理方程的IISPH流体仿真模型有计算量大、耗时等缺点，对此提出一种基于LSTM神经网络的IISPH流体仿真方法，通过神经网络回归非线性物理模型得到LSTM模型并作为流体仿真的数据驱动项。首先，使用IISPH方法物理求解器获取一次迭代过程中压力项前后的数值，设计一个特征向量作为神经网络的输入，用来训练神经网络模型；然后将该模型替换原有方法中压力项计算方式，作为新的数据驱动，来预测所需要的压力加速度；最后，通过对BP神经网络、随机森林等传统机器学习方法试验对比，LSTM在大幅度提高速度同时，准确度最高。试验证明，与传统方法相比，基于LSTM的流体的IISPH方法在降低极小准确度情况下，速度得到大幅度提升。

• 单位
  中国市政工程西南设计研究总院; 成都信息工程大学