摘要:
本文运用机器学习方法设计一维线性原子链的人工边界条件。该方法基于前馈神经网络,通过对一小部分数值解进行训练后得到人工边界条件。应用该法不需要较多先验知识,编程简单,实现速度快,算例表明数值反射较小。
中图分类号:
张慊, 乔丹, 唐少强. 运用机器学习方法设计原子链人工边界条件 1)[J]. 力学与实践, 2020, 42(1): 13-16.
ZHANG Qian, QIAO Dan, TANG Shaoqiang. DESIGNING ARTIFICIAL BOUNDARY CONDITIONS FOR ATOMIC CHAINS BY MACHINE LEARNING 1)[J]. Mechanics in Engineering, 2020, 42(1): 13-16.