基于PINN的真空室空间电荷场和束流耦合阻抗的计算方法

本发明提出了一种基于PINN的真空室空间电荷场和束流耦合阻抗的计算方法，包括：在腔体横截面上设置计算域，并生成随机采样点；将该采样点作为PINN神经网络的输入参数；构造该神经网络的隐含层；得到该神经网络的空间电荷场输出值θ是包含待训练神经网络中所有权重w和偏置b的向量；定义该神经网络的损失函数L；通过基于梯度优化的L‑BFGS算法最小化损失L，训练所构建的神经网络以找到最佳参数θ；判断损失L是否小于阈值，如果否，返回步骤四继续训练，如果是，继续步骤八；基于最佳参数θ的神经网络空间电荷场输出值的波束耦合阻抗计算。本发明可以有效避免结构化网格的标准FIT存在弯曲边界的阶梯误差和非结构化网格精确边界建模导致算力增加的情况。