一种基于物理信息神经网络的流域洪涝模拟优化方法

本发明涉及一种基于物理信息神经网络的流域洪涝模拟优化方法，目的在于构建以PINNs为基础的流域洪涝加速求解方式，保证模型运行时连续性以及质量守恒的物理特性，方法包括以下步骤：利用城市洪涝时空模拟模型模拟流域洪涝，得到构建物理神经网络所需数据集；将物理法则进行整合，将其化简为限制条件，方便神经网络结构进行整合；建立用于描述河道洪水演进的偏微分方程(PDE)，将其作为物理信息神经网络模型的损失函数；构建并训练基于CNN神经网络构建的PINNs流域洪涝模型；建立模型评估指标并进行评价。本发明的有益效果是提高流域洪涝模拟的速度与精度。