一种基于神经网络的数字孪生可视化建模方法及系统

本发明涉及数字孪生建模领域，且公开了一种基于神经网络的数字孪生可视化建模方法及系统，包括采集目标物理系统多维感知数据，通过异构数据融合模块对传感器原始数据进行格式统一与归一化处理，结合结构化嵌入算法构建用于神经网络建模的高维输入特征集；对构建的输入特征集进行稳定性预评估，采用扰动敏感度分析机制筛选核心特征；引入动态残差反馈机制对初步孪生模型进行增强训练，通过图神经网络对不同部件的时空依赖关系进行建模；在模型训练过程中实时追踪可视化表现的稳定性指标；根据最终孪生模型输出的多维可视化结果，结合工业场景语义规则库进行解读。本发明具备提升工业场景中孪生模型实用性的优点。