基于神经算子与类物理信息神经网络智能求解新进展

深度学习通过多层神经网络对数据进行学习,不仅能揭示潜藏信息,还能很好地解决复杂非线性问题.偏微分方程(PDE)是描述自然界中许多物理现象的基本数学模型.两者的碰撞与融合,产生了基于深度学习的PDE智能求解方法,它具有高效、灵活和通用等优点.文章聚焦PDE智能求解方法,以是否求解单一问题为判定依据,把求解方法分为两类:神经算子方法和类物理信息神经网络(PINN)方法,其中神经算子方法用于求解一类具有相同数学特征的PDE问题,类PINN方法用于求解单一问题.对于神经算子方法,从数据驱动和物理约束两个方面展开介绍,分析研究现状并指出现有方法的不足.对于类PINN方法,首先介绍了基础PINN的3种改进方法 (基于数据优化、基于模型优化和基于领域知识优化),然后详细介绍了基于物理驱动的两类解决方案:基于传统PDE离散方程的智能求解方案和无网格的非离散求解方案.最后总结技术路线,探讨现有研究存在的不足,给出可行的研究方案.最后,简要介绍智能求解程序发展现状,并对未来研究方向给出建议.

建筑电气安装中防雷接地施工技术的应用分析

防雷接地施工技术是建筑电气工程安装过程中的应用技术,防雷接地施工应用效果关乎建筑电力工程整体施工质量。在建筑电气工程安装作业要求逐渐提升的同时,人们对防雷接地施工技术应用效果越来越关注。因此,建筑企业应加强防雷接地施工技术在建筑电气安装过程中的应用研究,为建筑电气设施安全提供保障。文章首先对建筑电气安装中的防雷接地施工进行探讨,然后进行防雷接地施工技术应用分析。

建筑电气安装工程质量通病与防治

经济建设的不断变化与发展,推动了建筑行业的发展变化,但与此同时也给建筑行业带来了一定的挑战,针对现阶段建筑电气工程中存在的一些问题进行了重点分析与总结,并提出了相应的解决措施,仅供参考。

企业绿色金融项目发展指数构建与测算

首先,本文构造了大背景来了解绿色金融,并讲述了各国绿色金融的情况,并总结获得启示。其次,我们通过多方面收集各企业的各类数据。在经过对数据的分析后及考虑了数据的适配性后,采用多重插补法对缺失数据进行补充,其后运用Dixon检验与拉依达准则法对大数据情况进行分析,去除异常数据。之后开始计算绿色贷款利率与其它收集数据的关系。对于企业绿色金融项目发展指数,结合数据量与数据特点运用灰色关联分析法,得出企业绿色金融项目发展指数进行的计算式,并对企业绿色金融项目发展指数(M)的结果进行分类。

分层水库异重流挟沙特性及适宜排沙口的确定

利用异重流排沙是控制水库泥沙淤积和避免水库浑水现象的一种有效手段,但是目前对水库水温分层环境下的情况却鲜有研究。基于自然水温分层的分层模型水库研究,分别在入流量为0.08~0.64 m^3/h、入流泥沙浓度为1.25~7.5 g/L和泥沙粒径为0.01 mm的条件下,进行了一系列分层水库异重流的中试研究,测定了水库中5个断面、6个运行时间下的垂向泥沙浓度分布,系统分析了其变化特性和影响因素。对于固定工况,定义出水口断面处泥沙浓度不低于10%最大浓度(≥10%C_(max))的位置为适宜排沙口位置。中试结果表明,在跃温层温度梯度为41~48℃/m的分层条件下,入流量和泥沙浓度均能影响水库内异重流的主要挟沙范围及适宜排沙口的位置。水库内最大泥沙浓度随入流量和泥沙浓度的增大而增大,其主要挟沙范围亦随之扩大,异重流排沙口的适宜垂向位置下移。