lid-driven下载

weixin_39821228 2019-09-19 03:01:02

lid-driven cavity fluid flow
相关下载链接：//download.csdn.net/download/qq_33389075/9358797?utm_source=bbsseo

...全文

64 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

本文分享了何雅玲老师的《格子Boltzmann方法的理论及应用》一书中附录D的程序代码，该程序已在VS2010中调试完成。读者可以从提供的googlecode链接下载此程序。

本文基于PyTorch的Neurodiffeq库，系统解析10个经典微分方程求解案例，涵盖常微分方程（如洛特卡-沃尔泰拉方程）、偏微分方程（如拉普拉斯方程、二维时间相关方程）、流体力学方程（顶盖驱动空腔流，Re=100/400）及特殊问题（鼓面振动、正则化优化、超大规模求解）。重点介绍神经网络近似解、自动微分残差优化、边界条件处理与收敛性分析等核心技术，体现其在科学计算与工程仿真中的高效性与灵活性。

本教程系统介绍基于PyTorch的Neurodiffeq库求解偏微分方程（PDE）的方法，涵盖Laplace方程和Navier-Stokes方程等典型问题。内容包括神经网络表示解、自动微分计算残差、边界条件嵌入、训练监控与优化策略，并提供可复现的代码模块与可视化验证。核心技术涉及深度学习与微分方程交叉领域的物理信息神经网络（PINN）范式。

本文介绍Neurodiffeq——一个基于PyTorch的神经网络微分方程求解库，涵盖10个科学计算实战案例，包括Lotka-Volterra模型、拉普拉斯方程、顶盖驱动空腔流、鼓膜振动、非稳态热传导等。重点展示其在PDE/ODE求解、边界条件处理、高维时空问题、收敛性验证及PDE约束优化中的能力，并解析其核心组件：采样生成器、自动微分残差计算、可微边界条件与超求解器技术。

博客介绍了latticeBoltzmann下多个文件的功能。latticeTemplates3D.h主要是在lattice上的操作；externalForceTemplates3D.h涉及分布函数算法，力由externalScalars与forceBeginsAt相加而成；nearestNeighborLattices3D.hh可找到参数定义信息。

下载资源悬赏专区

13,654

社区成员

12,570,778

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章