基于物理信息网络与深度回归的功能梯度压电材料优化方法

基于物理信息网络与深度回归的功能梯度压电材料优化方法，包括以下步骤；步骤一：构建一个嵌入压电本构关系的物理信息神经网络；步骤二：开发基于符号回归的深度回归网络，用于将神经网络预测的压电相体积分数分布转化为可解析的数学表达式；步骤三：采用交替迭代策略对两个网络进行联合优化；在保持深度回归网络参数不变的情况下，优先训练物理信息神经网络以满足位移场、应力场和电势分布及压电相体积分数精度要求；随后固定物理信息网络，优化深度回归网络的表达式生成能力，最终解析压电相体积分数表达式。本发明通过融合物理信息神经网络与深度符号回归技术，实现功能梯度压电材料组分分布的多物理场协同优化。