基于PINN的多域物理场参数化预测的方法、装置及存储介质

本发明涉及多物理场耦合技术领域，具体涉及一种基于PINN的多域物理场参数化预测的方法、装置及存储介质，包括：获取多域物理场的控制方程、边界条件及各子域的独立特征参数；通过物理信息神经网络构建多域物理场的主干分支框架模型；将多域物理场的空间坐标及特征参数输入主干分支框架模型，生成速度场及压力场的预测值；对多域物理场进行训练点采样，利用采样获取的点数据训练主干分支框架模型，获取参数化模型；通过参数化模型预测多域实际物理场。本发明通过结合PINN、参数化输入与多域物理场的控制方程，能够高效、准确地预测多域实际物理场，减少传统数值方法的计算复杂度，适用于复杂参数化物理场的快速预测。