基于物理信息神经网络的土体水力耦合模拟方法及系统

本发明公开了一种基于物理信息神经网络的土体水力耦合模拟方法及系统。本发明中，先构建两个改进全连接神经网络分别用于预测土体中的孔隙水压力和变形响应；再根据土体水力耦合偏微分方程组，基于固定应力劈裂方法分别建立液相和固相的无量纲化控制方程损失项，结合初边值条件建立液相和固相的总损失函数；最后基于序贯训练策略和梯度归一化自适应损失平衡策略来交替训练液相和固相的损失函数。本发明采用序贯训练策略、改进全连接神经网络和自适应损失平衡方案来改进传统的物理信息神经网络，提高了预测精度和训练稳定性。本发明训练好的物理信息神经网络可作为代理模型预测孔隙水压力和变形，具有很大的应用潜力。