一种结构调节型神经算子建模方法

本发明公开了一种具备结构调节能力与多阶段优化机制的神经算子建模方法，适用于在小样本条件下高效求解复杂偏微分方程。所述方法提出了一种基函数调控网络，替代传统固定基函数，通过结构引导模块动态调整函数表示能力；在特征融合方面，引入协同调制机制，实现输入条件与空间坐标的深层语义整合。训练流程采用分阶段设计，包含结构适应预热、自监督重建与物理一致性协同优化，有效提升解的精度、稳定性与可解释性。实验验证表明，所述方法在Darcy流动、Poisson方程等问题中具备良好的泛化性与物理合理性，适用于复杂边界、多尺度建模等科学计算任务。