Применение алгоритмов машинного обучения для предсказания турбулентной вязкости

В работе проведено исследование алгоритмов машинного обучения для предсказания турбулентной вязкости на примере течения за обратным уступом. Данные для обучения получены с помощью расчёта с применением программного комплекса OpenFOAM и модели турбулентности . Для предсказания турбулентной вязкости выполнен анализ значимости параметров течения, включающих пульсации скоростей, градиенты давления и скорости, инварианты тензора скоростей деформаций и их комбинации. Произведено сравнение различных алгоритмов машинного обучения и проанализирована значимость входных признаков. Получено, что наиболее оптимальный алгоритм для предсказания турбулентной вязкости в данной задаче является Decision Tree Regressor. C помощью выбранной модели выполнено предсказание распределения турбулентной вязкости в расчётной области для различных чисел Рейнольдса.