一种基于硬约束物理信息神经网络的生物质气化产物分布预测方法

本发明公开了一种基于硬约束物理信息神经网络的生物质气化产物分布预测方法，包括：气化实验数据收集与预处理；构建多层人工神经网络模型，采用硬约束学习方式将先验单调性知识转化为仅涉及网络参数的不等式约束组合；模型训练，针对实验数据的回归损失及正则化损失，采用约束粒子群优化算法在不等式约束组合下对模型进行网络参数寻优，得到硬约束物理信息神经网络模型；采用硬约束物理信息神经网络模型对生物质气化输入数据预测，得到生物质气化产物分布情况。本发明实现将生物质气化产物与关键输入参数间的单调性知识嵌入神经网络模型，可以有效解决生物质气化实验样本不充足的问题，获得更准确、更具可解释性的生物质气化产物分布结果。