arXiv · ML· Talha Ansar, Waqar Muhammad Ashraf, Abdulelah S. Alshehri, Omar Bayomie·· 2026-10-15AI 评分25
基于两阶段残差学习的热力学系统建模强度优化方法研究
Two-stage Residual Learning for Modelling Strength-Informed Optimisation of Thermal Systems
AI 导读
两项研究显示,两阶段残差学习框架(TSRL)显著降低了代理模型误差。 在原油蒸馏单元数据中,TSRL 将测试均方根误差(RMSE)从 10.3 g/s 降至 4.7 g/s;在工业燃气轮机数据中,涡轮热速率误差从 151 kJ/kWh 降至 105 kJ/kWh。 该框架通过验证剩余量评估局部建模强度,为热力学系统的安全关键操作提供决策支持。
来源:arXiv · ML · arxiv.org