基于物理信息神经网络的偏微分代数方程求解方法及系统

AITNT
正文
推荐专利
基于物理信息神经网络的偏微分代数方程求解方法及系统
申请号:CN202411043108
申请日期:2024-07-31
公开号:CN119046592A
公开日期:2024-11-29
类型:发明专利
摘要
本说明书实施例提供了一种基于物理信息神经网络的偏微分代数方程求解方法及系统,其中,方法包括:对偏微分代数方程进行预处理;采用区域分解划分方案,构建偏微分代数方程物理信息神经网络模型;根据偏微分代数方程的物理信息构建损失函数;设置训练参数,生成训练数据,利用自适应学习率算法对偏微分代数方程物理信息神经网络模型进行迭代训练;使用训练好的偏微分代数方程物理信息神经网络按划分区域的顺序求解偏微分代数方程。本发明解决了偏微分代数方程的数值计算方法复杂,求解精度低的问题。
技术关键词
神经网络模型 前馈神经网络 生成训练数据 物理 计算机可执行指令 数值计算方法 梯度下降算法 样本 初始化方法 模型训练模块 求解系统 代表 参数 接口 优化器 处理器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号