|
Эта публикация цитируется в 1 научной статье (всего в 1 статье)
МОДЕЛИ В ФИЗИКЕ И ТЕХНОЛОГИИ
Методика имитационного моделирования на основе обучающих данных для двухфазного течения в гетерогенной пористой среде
А. В. Умановский Российский государственный университет нефти и газа
(Национальный исследовательский институт) имени И. М. Губкина,
Россия, 119991, г. Москва, Ленинский пр-т., д. 65
Аннотация:
Классические численные методы, применяемые для предсказания эволюции гидродинамических систем, предъявляют высокие требования к вычислительным ресурсам и накладывают ограничения на число вариантов геолого-гидродинамических моделей, расчет эволюции состояний которых возможно осуществлять в практических условиях. Одним из перспективных подходов к разработке эвристических оценок, которые могли бы ускорить рассмотрение вариантов гидродинамических моделей, является имитационное моделирование на основе обучающих данных. В рамках этого подхода методы машинного обучения используются для настройки весов искусственной нейронной сети (ИНС), предсказывающей состояние физической системы в заданный момент времени на основе начальных условий. В данной статье описаны оригинальная архитектура ИНС и специфическая процедура обучения, формирующие эвристическую модель двухфазного течения в гетерогенной пористой среде. Основанная на ИНС модель с приемлемой точностью предсказывает состояния расчетных блоков моделируемой системы в произвольный момент времени (с известными ограничениями) на основе только начальных условий: свойств гетерогенной проницаемости среды и размещения источников и стоков. Предложенная модель требует на порядки меньшего процессорного времени в сравнении с классическим численным методом, который послужил критерием оценки эффективности обученной модели. Архитектура ИНС включает ряд подсетей, обучаемых в различных комбинациях на нескольких наборах обучающих данных. Для обучения ИНС в рамках многоэтапной процедуры применены техники состязательного обучения и переноса весов из обученной модели.
Ключевые слова:
имитационное моделирование, нейросетевые модели физических процессов, суррогатное моделирование, гидродинамика, пористая среда, сверточные нейронные сети, состязательное обучение.
Поступила в редакцию: 16.04.2021 Исправленный вариант: 23.06.2021 Принята в печать: 30.06.2021
Образец цитирования:
А. В. Умановский, “Методика имитационного моделирования на основе обучающих данных для двухфазного течения в гетерогенной пористой среде”, Компьютерные исследования и моделирование, 13:4 (2021), 779–792
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/crm916 https://www.mathnet.ru/rus/crm/v13/i4/p779
|
Статистика просмотров: |
Страница аннотации: | 82 | PDF полного текста: | 26 | Список литературы: | 11 |
|