| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及研究的目的和意义 | 第8页 |
| 1.2 湍流模式理论的研究现状 | 第8-11页 |
| 1.2.1 模式理论的传统唯象研究 | 第8-10页 |
| 1.2.2 模式理论的机器学习研究 | 第10-11页 |
| 1.3 模式理论研究中存在的主要问题 | 第11-13页 |
| 1.4 本论文研究方法和主要内容 | 第13-14页 |
| 第2章 模式理论的机器学习建模 | 第14-24页 |
| 2.1 引言 | 第14页 |
| 2.2 研究问题的数学描述 | 第14-16页 |
| 2.3 研究问题的机器学习方法选择 | 第16-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 神经网络输入特征优化 | 第24-32页 |
| 3.1 引言 | 第24页 |
| 3.2 训练数据来源 | 第24-25页 |
| 3.3 输入特征设计 | 第25-28页 |
| 3.4 输入工况设计与结果分析 | 第28-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 基于神经网络的的雷诺应力重构 | 第32-50页 |
| 4.1 引言 | 第32页 |
| 4.2 神经网络次级特征挖掘 | 第32-39页 |
| 4.3 雷诺应力的重构效果 | 第39-48页 |
| 4.3.1 展向流动预测 | 第43-45页 |
| 4.3.2 流向流动预测 | 第45-48页 |
| 4.4 机器学习方法评价 | 第48页 |
| 4.5 本章小结 | 第48-50页 |
| 结论 | 第50-51页 |
| 附录一 不同工况下b_(ij)各项预测值与真实值对比图 | 第51-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |