學年
|
112 |
學期
|
1 |
發表日期
|
2023-12-01 |
作品名稱
|
以機器學習方法預估小流片振顫速度 |
作品名稱(其他語言)
|
Research on Predicting Panel Flutter Using Machine Learning |
著者
|
王怡仁; 馬育瀚 |
作品所屬單位
|
|
出版者
|
|
會議名稱
|
中國機械工程學會第四十屆全國學術研討會 |
會議地點
|
彰化縣,台灣 |
摘要
|
本研究之主旨 為 使用 機器 學習方法,預測三維 翼型 小流 片 振顫的 三分類: 收斂、發散、穩定邊界以及回歸問題:發生在穩定邊界時的振顫速度。首先透過 虎克材料的彈性和結構動力學之 運動方程式 來推導三維翼型之運動方程,並且代入各種飛行狀況求解並且建立數據庫, 將其結果標籤分類為0、1、2以及 穩定邊界時的振顫速度 ,並以機器學習方法建立之深度學習模型。 本研究將使用深度類神經網路(DNN)、長短期記憶(LSTM)以及長短期記憶神經網路 (LSTM-NN)三種演算法 建構深度學習模型 。深度學習過程將數據分成資料預處理、 訓練和預測三個階段, 並分析三種演算法之 準確率和預測結果優劣比較。最後,吾人透過物理意義分析確定數據庫之準確性,證實其數據庫之可度。 |
關鍵字
|
小流片振顫;振顫速度;機器學習;類神經網路;長短期記憶 |
語言
|
zh_TW |
收錄於
|
|
會議性質
|
國內 |
校內研討會地點
|
無 |
研討會時間
|
20231201~20231202 |
通訊作者
|
|
國別
|
TWN |
公開徵稿
|
|
出版型式
|
|
出處
|
中國機械工程學會第四十屆全國學術研討會論文集,論文編號: C5-004 |
SDGS
|
優質教育
|