基于耦合物理神经网络的优化问题高效求解方法及装置

本发明为基于耦合物理神经网络的优化问题高效求解方法及装置，属于深度学习仿真求解领域。该方法包含以下步骤：S1：输入优化问题；S2：构建精确解数据；S3：建立约束条件网络并训练；S4：建立目标函数网络；S5：将目标函数作为损失函数，建立双网络耦合架构；S6：训练双网络耦合架构；S7：输出预测最优解结果；S8：利用修偏方法对预测最优解结果进行修偏，得到高精度的最优解结果。本发明能够快速的应对多任务目标函数，以避免大量的重复的求解数据集，响应产品需求的目标更加及时准确；同时，创新的训练方法，不仅确保了全局搜索能力，还有效平衡了计算成本与求解精度，为复杂优化问题的求解提供了高效的技术支持。