研究方向

机器学习与流体力学是通过先进的机器学习算法（尤其是深度学习模型）来提高流体动力学模拟的精度和效率，分析和预测复杂流体流动现象。与传统方法相比，机器学习模型能够更快地处理海量数据，捕捉复杂的非线性关系，实现更高效的实时预测和优化，因而在流体力学、天气预报、能源与环境等领域具有重要的应用价值。本中心利用机器学习模型研究了毛细上升现象，并对管道结构进行了优化。