本说明书涉及人工智能领域以及流体力学领域,尤其涉及一种模型训练的方法以及任务执行方法及装置。
背景技术:
1、多相流动在工业生产与日常生活中有着广泛应用,包括工业中的能源、化工、航天、冶金等领域与生活中的除尘过程等。实现多相流动中物理场(体积分数场,流场、压力场、温度场等)的高效、精确预测,对于相关过程的优化设计有着重要意义。
2、目前通常使用数值模拟手段获取特定条件下混合物态(如将流体物质和固相物质进行混合所组成的物态)下物理场细节,但是往往耗时较长。
技术实现思路
1、本说明书提供一种模型训练的方法以及任务执行方法及装置,以部分的解决现有技术存在的上述问题。
2、本说明书采用下述技术方案:
3、本说明书提供了一种模型训练的方法,包括:
4、获取在指定空间中混合物态在第一时刻下的各物理场数据,所述混合物态中至少包括处于流体状态下的物质,所述指定空间中包括入口和出口,混合物态从所述入口中进入所述指定空间中,并从所述出口中离开所述指定空间;
5、将所述各物理场数据输入到待训练的预测模型中,以使所述预测模型根据所述各物理场数据,预测所述指定空间中的混合物态在第二时刻下的各物理场数据,作为预测数据,所述第二时刻为所述第一时刻之后的时刻;
6、根据所述预测数据以及所述混合物态在第一时刻下的各物理场数据,确定所述指定空间中所述处于流体状态下的物质在所述指定空间中每个单元空间在单位时间内的流入量与所述每个单元空间中包含的物质的质量在单位时间内的增量之间的偏差,作为第一偏差,以及确定所述预测数据与所述指定空间中的混合物态在所述第二时刻下的各标签物理场数据之间的偏差,作为预测偏差;
7、根据所述第一偏差以及所述预测偏差,对所述预测模型进行训练。
8、可选地,所述混合物态中还包括处于固相状态下的物质;
9、在根据所述第一偏差以及所述预测偏差,对所述预测模型进行训练之前,所述方法还包括:
10、根据所述预测数据以及所述混合物态在第一时刻下的各物理场数据,确定所述指定空间中所述处于固相状态下的物质在单位时间内的增量与所述指定空间处于固相状态下的物质在单位时间内的流入量的偏差,作为第二偏差;
11、根据所述第一偏差以及所述预测偏差,对所述预测模型进行训练,具体包括:
12、以最小化所述第一偏差、最小化所述第二偏差以及最小化所述预测偏差为优化目标,对所述预测模型进行训练。
13、可选地,所述预测模型中包括第一网络层和第二网络层;
14、将所述各物理场数据输入到待训练的预测模型中,以使所述预测模型根据所述各物理场数据,预测所述指定空间中的混合物态在第二时刻下的各物理场数据,作为预测数据,具体包括:
15、将所述混合物态在第一时刻下的各物理场数据输入到所述预测模型中的第一网络层中,以使所述第一网络层根据所述混合物态在第一时刻下的各物理场数据,预测所述指定空间中的混合物态在所述第二时刻下的体积分数场数据;
16、将所述体积分数场数据以及所述混合物态在第一时刻下的各物理场数据输入到所述预测模型中的第二网络层中,以使所述第二网络层根据所述混合物态在第一时刻下的各物理场数据以及所述体积分数场数据,预测所述指定空间中的混合物态在所述第二时刻下除所述体积分数场数据以外的其他物理场数据。
17、可选地,获取在指定空间中混合物态在第一时刻下的各物理场数据,具体包括:
18、获取在设定物理条件下,所述指定空间中混合物态在所述第一时刻下的各物理场数据;
19、将所述各物理场数据输入到待训练的预测模型中,以使所述预测模型根据所述各物理场数据,预测所述指定空间中的混合物态在第二时刻下的各物理场数据,作为预测数据,所述第二时刻为所述第一时刻之后的时刻,具体包括:
20、将所述混合物态在第一时刻下的各物理场数据以及所述设定物理条件所对应的条件参数输入到所述预测模型中,以使所述预测模型根据所述混合物态在第一时刻下的各物理场数据,预测在所述设定物理条件下所述指定空间中的混合物态在所述第二时刻下的各物理场数据,作为预测数据。
21、本说明书提供了一种任务执行方法,包括:
22、获取指定空间中混合物态在当前时刻下的各物理场数据,所述混合物态中至少包括处于流体状态下的物质,所述指定空间中包括入口和出口,混合物态从所述入口中进入所述指定空间中,并从所述出口中离开所述指定空间;
23、将所述各物理场数据输入到预先训练的预测模型中,以使所述预测模型根据所述各物理场数据,预测所述指定空间中的混合物态在下一时刻下的各物理场数据,所述预测模型是通过上述模型训练方法训练得到的;
24、根据预测出的所述指定空间中的混合物态在下一时刻下的各物理场数据,执行任务。
25、本说明书提供了一种模型训练的装置,包括:
26、获取模块,用于获取在指定空间中混合物态在第一时刻下的各物理场数据,所述混合物态中至少包括处于流体状态下的物质,所述指定空间中包括入口和出口,混合物态从所述入口中进入所述指定空间中,并从所述出口中离开所述指定空间;
27、预测模块,用于将所述各物理场数据输入到待训练的预测模型中,以使所述预测模型根据所述各物理场数据,预测所述指定空间中的混合物态在第二时刻下的各物理场数据,作为预测数据,所述第二时刻为所述第一时刻之后的时刻;
28、确定模块,用于根据所述预测数据以及所述混合物态在第一时刻下的各物理场数据,确定所述指定空间中所述处于流体状态下的物质在所述指定空间中每个单元空间在单位时间内的流入量与所述每个单元空间中包含的物质的质量在单位时间内的增量之间的偏差,作为第一偏差,以及确定所述预测数据与所述指定空间中的混合物态在所述第二时刻下的各标签物理场数据之间的偏差,作为预测偏差;
29、训练模块,用于根据所述第一偏差以及所述预测偏差,对所述预测模型进行训练。
30、可选地,所述混合物态中还包括处于固相状态下的物质;
31、在根据所述第一偏差以及所述预测偏差,对所述预测模型进行训练之前,所述确定模块还用于,根据所述预测数据以及所述混合物态在第一时刻下的各物理场数据,确定所述指定空间中所述处于固相状态下的物质在单位时间内的增量与所述指定空间处于固相状态下的物质在单位时间内的流入量的偏差,作为第二偏差;
32、所述训练模块具体用于,以最小化所述第一偏差、最小化所述第二偏差以及最小化所述预测偏差为优化目标,对所述预测模型进行训练。
33、可选地,所述预测模型中包括第一网络层和第二网络层;
34、所述预测模块具体用于,将所述混合物态在第一时刻下的各物理场数据输入到所述预测模型中的第一网络层中,以使所述第一网络层根据所述混合物态在第一时刻下的各物理场数据,预测所述指定空间中的混合物态在所述第二时刻下的体积分数场数据;将所述体积分数场数据以及所述混合物态在第一时刻下的各物理场数据输入到所述预测模型中的第二网络层中,以使所述第二网络层根据所述混合物态在第一时刻下的各物理场数据以及所述体积分数场数据,预测所述指定空间中的混合物态在所述第二时刻下除所述体积分数场数据以外的其他物理场数据。
35、可选地,所述获取模块具体用于,获取在设定物理条件下,所述指定空间中混合物态在所述第一时刻下的各物理场数据;
36、所述预测模块具体用于,将所述混合物态在第一时刻下的各物理场数据以及所述设定物理条件所对应的条件参数输入到所述预测模型中,以使所述预测模型根据所述混合物态在第一时刻下的各物理场数据,预测在所述设定物理条件下所述指定空间中的混合物态在所述第二时刻下的各物理场数据,作为预测数据。
37、本说明书提供了一种任务执行装置,包括:
38、获取模块,用于获取指定空间中混合物态在当前时刻下的各物理场数据,所述混合物态中至少包括处于流体状态下的物质,所述指定空间中包括入口和出口,混合物态从所述入口中进入所述指定空间中,并从所述出口中离开所述指定空间;
39、预测模块,用于将所述各物理场数据输入到预先训练的预测模型中,以使所述预测模型根据所述各物理场数据,预测所述指定空间中的混合物态在下一时刻下的各物理场数据,所述预测模型是通过上述模型训练的方法训练得到的;
40、执行模块,用于根据预测出的所述指定空间中的混合物态在下一时刻下的各物理场数据,执行任务。
41、本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述模型训练的方法或任务执行方法。
42、本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述模型训练的方法或任务执行方法。
43、本说明书采用的上述至少一个技术方案能够达到以下有益效果:
44、从上述方法中可以看出,由于本说明书中可以将获取到的在指定空间中混合物态在第一时刻下的各物理场数据输入到预测模型中,来训练该预测模型,这样一来,在将训练后的预测模型应用到实际任务执行的过程中时,相比于现有技术并不需要耗费过多的时间来一步步推导出下一时刻的指定空间中混合物态在第二时刻下的各物理场数据,这样不仅提高预测物理场数据的数倍效率,而且由于在训练阶段,是以混合物态中流体状态下的物质在第一时刻和第二时刻前后之间的质量符合质量约束为条件,对预测模型进行训练,所以可以保证预测模型在实际应用中所预测出的物理场数据的准确性。