一种基于分子动力学模拟和GA-BP神经网络的热渗透系数预测方法

一种基于分子动力学模拟和GA‑BP神经网络的热渗透系数预测方法，属于模拟领域。包括首先构建用于热渗透流动的分子动力学模型，并对模型施加热渗透流动所需的温度差，计算得到热渗透系数，进一步地改变模型的运行工况，计算得到不同工况下的热渗透系数，将工况参数和计算结果作分别作为输入量和输出量，同时按比例随机划分为BP神经网络的训练数据集和测试数据集，在确定BP神经网络的结构参数后，利用遗传算法优化BP神经网络的权重和偏置参数，经训练和测试后，得到合格的GA‑BP神经网络可对指定工况下的热渗透系数系数进行预测。本发明能够在几秒钟的时间内准确地预测纳米通道内的热渗透系数。