ModelingToolkit.jl：Julia中用于自动并行化科学机器学习（SciML）的建模框架。 用于集成符号的计算机代数系统，用于物理知识的机器学习和微分方程的自动转换

阿雷尼乌斯 受ReactionMechanismSimulator.jl启发，该项目旨在开发一个微型程序包，用于解释燃烧化学动力学模型和计算React源项。 Arrhenius.jl的名字反映了这样一个事实，即燃烧与其他化学React流之间的区别是温度依赖的动力学和较大的活化能。 安装 pkg>添加 用法 您可以从该文件夹下JP10（航空燃料动力飞行）热解的例子说起example 。 它将指导您如何用几行代码实现控制方程。 目前，该程序包依靠和来解释React机理。 如果您想尝试一下，则无需安装Cantera和ReacTorch，因为python文件夹下已经有一些预编译的React机制。 否则，您可以安装mechanism文件夹下的python脚本interpreter.py 来安装和进行编译。 您也可以在论坛上寻求帮助，我们的开发人员可以为您编译模型。 通过Cantera进行验证 在

代理人 替代模型是一种近似方法，它模仿计算上昂贵的模拟的行为。 用更多的数学术语：假设我们正在尝试优化函数f(p) ，但是f每次计算都非常昂贵。 可能是我们需要为每个点求解PDE或使用高级数值线性代数机制的情况，这通常很昂贵。 我们的想法是再开发一个替代模型g近似于f通过对从评估收集以前的数据训练f 。 代理模型的构建可以看作是一个三步过程： 样品选择 替代模型的构建 代理优化 当前所有可用的采样方法： 网格 制服 索博尔 拉丁超立方体 低差异 克罗内克 金的 随机的 当前所有可用的代理模型： 克里格 使用Stheno进行克里金法 径向基础 温德兰 线性的 二阶多项式 支持向量机（等待LIBSVM分辨率） 神经网络 随机森林 洛巴切斯基 反距离 多项式展开 保真度可变 专家混合（等待GaussianMixtures软件包在v1.5上工作） 地球 梯度增强克里格 当前所有可用的优