基于时间序列LSTM算法对渗流条件下地埋管间距的优化
Global Geology（2023）
Abstract
利用长短期记忆(LSTM)神经网络模型预测考虑地下渗流条件下的合理布井间距.建立数值对流传热模型,基于变参数模拟构建训练数据库,搭建LSTM神经网络模型,包括两层LSTM层,第一层128 个单元,第二层64 个单元,以4 个样本为一个训练批次,每次迭代15 次,预测得到热影响半径的稳定值为12 m.预测损失(以均方差损失MSE为主)均在10-4数量级以下,满足工程精度要求,可应用在地源热泵工程设计与预测中.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined