基于对数退火的物理信息神经网络地下水运动模拟方法

AITNT
正文
推荐专利
基于对数退火的物理信息神经网络地下水运动模拟方法
申请号:CN202411870606
申请日期:2024-12-18
公开号:CN119808631B
公开日期:2025-09-16
类型:发明专利
摘要
本发明公开了一种基于对数退火的物理信息神经网络地下水运动模拟方法,属于水环境模拟技术领域,包括:第一步,基于物理信息神经网络求解地下水运动偏微分方程,建立预训练模型和实际训练模型;第二步,建立多目标损失函数,预训练模型基于模拟退火算法对多目标损失函数权重进行优化,逼近多目标损失函数最小值以获取最佳分配权重;第三步,基于获得的最佳分配权重生成多目标损失函数权重的最佳取值,根据最佳取值对实际模型进行训练,并计算区域内地下水水头与流向分布。本发明采用上述方法,经过优化的神经网络在求解地下水运移方程中表现出了良好的性质,有助于分析地下水运动方向,评估地下水运动过程。
技术关键词
运动模拟方法 地下水 预训练模型 初始边界条件 物理 模拟退火算法 方程 水环境模拟技术 水头 神经网络框架 深度学习框架 神经网络训练 神经网络模型 采样方法 误差 定义 参数 速度 数据
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