声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：洪瑶, 史聪灵, 李俊毅, 李佳
单位：中国安全生产科学研究院 交通安全研究所, 地铁火灾与客流疏运安全北京市重点实验室, 北京 100012
关键词：隧道火灾,深度学习,快速预测,物理场,关键控制参数
基金：国家自然科学基金面上项目(52204245);北京市自然科学基金面上项目(8232017);中国安全生产科学研究院基本科研业务费专项经费(2023JBKY05)
为提升隧道火灾全物理场信息的预测速度以及解决隧道火灾关键控制参数的反向预测问题,该文构建了深度学习模型用于隧道火灾中全物理场和关键控制参数间的快速双向预测,使用了大型数值数据库训练所构建的模型,评估了模型对数据的学习能力及其预测能力。结果表明:经过 100 个训练周期后,使用所提出的双向预测模型和数据集取得了良好的训练收敛效果,物理场和关键控制参数在训练集上均达到结果快速重现。模型训练完成后,隧道火灾的平均温度场和 6 项隧道火灾的关键控制参数得到了基本的预测,预测结果同时涵盖了隧道的几何信息和物理信息。该研究结果可为隧道火灾演化规律的快速预测提供参考。
来源：2024年第6期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。