一种基于迁移学习和条件嵌入算子理论的地下水渗流预测方法、系统、设备及介质

本发明涉及地下水渗流管理预测技术领域，具体为一种基于迁移学习和条件嵌入算子理论的地下水渗流预测方法、系统、设备及介质，该方法包括以下步骤：在离线情况下对傅里叶神经算子网络进行训练，通过最小化回归损失得到训练好的傅里叶神经算子网络；利用迁移学习对训练好的傅里叶神经算子网络进行微调，得到自适应傅里叶神经算子网络；采用条件嵌入算子理论更新自适应傅里叶神经算子网络，获得基于CEOD的自适应傅里叶神经算子网络；求解获得预测结果。本发明以基于迁移学习和条件嵌入算子理论代替传统的数值方法和简单的神经网络求解偏微分方程，将傅里叶变换与神经算子结合，利用傅里叶域的快速傅里叶变换来加速偏微分方程中的微分算子求解。