从数据集处理到模型评估,每一步都结合CFD工程特性,拒绝通用化讲解,精准适配CFD场景:Dataset环节需重点强调归一化对CFD物理量(压力、速度差距悬殊)的重要性,同时教大家科学划分训练集与测试集;模型构建阶段会讲解如何自定义损失函数并加入物理约束项,以及训练器的选择与学习率调度策略;误差评估环节则会打破“只看MSE”的误区,重点推介物理尺度(反归一化后)的MAPE(平均绝对百分比误差),确保贴合工程实际需求。 现场展示反归一化后的流场可视化对比(AI预测 vs. 软件真值),直观感受AI仿真的精度与效率。