无需对流系数
一种融合物理与观测数据的路面温度场预测模型，可处理多材料域与真实边界条件，并免除对流系数的测定需求。
Quan, Weiwen · 马宪永 · Zekun, Shang · Zhao, Kaiwen · 苏曼曼 · 董志 · Zhao, Zenggang
Construction and Building Materials 2025
融合观测数据后，模型不再需要确定沥青路面顶部与空气之间的对流换热系数，从而避免了该参数的实测或估算误差。
采用合适参数的并行神经网络时，温度场预测的平均绝对百分比误差低于0.08%，优于传统模型。
当观测数据稀疏时，混合物理-数据驱动的模型比单纯的物理驱动或数据驱动模型预测更准确。