第58章 不可能！这不可能！（1/5）

“复杂流场预测建模是空气动力研究中的重大问题，多重物理因素的影响下，找一种最优的平衡设计……”

“大家看这里，每一种都是空阻和气压动力常见的影响因素……”

“利用精细化分析计算机神经网络结构的深入分析，能够对每一个影响因素进行阈值的计算，我们设计出了对应的评分体系……”

讲台上，马建泽认真做起了报告。

他做的报告是针对‘多重物理因素影响下的最优平衡性设计’的建模方法。

虽说是‘多重物理因素’，似乎涵盖的范围非常大，实际上，还是限制在空气动力学遇到的应用问题范围之内。

这才正常。

‘多重物理因素’影响的优化建模，都可以说是一个复杂学科了。

这个领域内的每一个问题，都要针对性的进行研究，不存在统一框架可以针对不同问题进行解析。

马建泽讲解的方法，举的实例是‘复杂流场预测’问题。

复杂流场预测建模，是个应用场景广泛的数学物理问题。

马建泽是空气动力学专家，他的研究围绕航空领域展开，报告中所列举的物理影响因素，针对的也都是‘航空发动机优化’问题。

航空发动机优化是通过分析叶片几何特征和气动压力的关系，去优化压气机叶片的设计，从而实现流场特性的实时预测，其中包含了很多的干扰因素。

若是能有一套最优化的数学模型，就会降低叶片设计制造中的实验修正难度，并提升航空发动机的性能。

马建泽先是以模块化视图做数学模型搭建方法的讲解，随后就说起一个个步骤的细节化内容。

他的方法是把各种干扰因素列出来，然后一一进行阈值分析。

下一步是对每一个因素的影响阈值进行评分，评分体系也是整个研究的核心。

马建泽重点讲的也是评分体系。

有了评分体系之后，各个影响因素圈定的阈值就可以做直接性的数值对比，一步步的就能得出‘最优方案’。

会场内，很多学者都在认真的听。