需求:会做CFD模拟的,针对模拟气流模型,算法层面采用多目标粒子群优化算法,迭代优化空间布局与通风点位;融合CNN与XGBoost机器学习算法,挖掘仿真及运行数据特征,智能识别气流涡流、压差失衡等隐患,实现风险主动预警与运行流程优化。同时搭载合规匹配算法,完成设计全流程自动校验,从源头规避设计缺陷,提升实验室建设合规性与评审通过率,形成标准化、精细化、智能化的生物安全四级实验室集成设计体系。
XGBoost气流风险预测模型:整合实验室空间布局参数、风口布设参数、运行工况参数及CNN提取的流场特征,构建气流安全风险量化预测模型,实现实验室气流安全等级评定、气溶胶滞留风险预判,支持特征权重分析、模型精度验证,适配小样本工程数据,抗过拟合、稳定性强。
交付:
1. 交付全套完整、可直接运行的Python源码,代码结构模块化、注释清晰规范;
4. 无高端算力要求,普通家用电脑、办公电脑即可完成全部运行与训练;
支持简单答疑调试,对代码关键步骤提供简要说明,适配课题技术路线撰写,不要求底层创新,重点保证结果稳定、可复现、贴合工程实际。
额外要求:
需要偶尔现场沟通