一种基于守恒量积分约束的神经网络求解NS方程的方法

本发明公开了一种基于守恒量积分约束的神经网络求解NS方程的方法，包括以下步骤：S1.根据实际应用场景建立待求解的NS方程；S2.进行计算流体动力学方法的数值模拟；S3.基于能量守恒定理，对待求解的NS方程进行积分转化得到守恒量等式，并建立神经网络模型；S4.对S3中的神经网络模型进行训练求解，得到的求解结果与S2中得到的数值验证，直到达到预定的神经网络模型的求解精度。本发明解决了对无粘可压缩NS方程的准确求解，在仅需要初始来流条件与个别边界数据的情况下，准确的求解出整个流场的解信息，较PINN求解明显降低了对数据的需求与对计算域采样点的获取难度。