11:40
官方账号arXiv cs.LG@Philip John, Eloghosa Ikponmwoba, Pinaki Pal, Opeoluwa Owoyele
推荐理由：这篇论文用强化学习来优化反应器网络预测贫油熄火，比传统k-means更准还快，适合搞燃烧仿真的人看看。
燃气轮机
共 1 条相关 AI 资讯
7月22日
11:40
该研究提出一个强化学习框架，用于优化液态燃料反应器网络，提高贫油熄火(LBO)预测精度。现有方法依赖人工启发式或输入空间距离度量，而该方法是目标导向的，在聚类形成时明确考虑LBO预测准确率。框架采用多阶段聚类-分类策略：先k-means生成大量均匀微簇，再由演员-评论家RL代理合并为最优反应器区域。使用Jet-A机理(119种物种，841个反应)验证，RL框架比k-means具有更好预测保真度，捕捉正确LBO趋势，并实现高保真模型的大幅加速。该RL驱动方法作为计算高效的降阶建模技术，可补充高保真仿真用于快速设计空间探索。