申请/专利权人：中国水利水电科学研究院

申请日：2023-11-30

公开（公告）日：2024-04-16

公开（公告）号：CN117390968B

主分类号：G06F30/27

分类号：G06F30/27;G06F17/13;G06N3/0499;G06F119/14;G06F111/04;G06F111/10

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.01.30#实质审查的生效;2024.01.12#公开

摘要：本发明公开了一种基于物理信息神经网络的土壤水运动模型构建方法及系统，涉及土壤水运动模拟技术领域，通过将物理信息神经网络和土壤水运动模型的控制方程进行融合来构建土壤水运动模型，该模型采用自动微分替代网格尺度的差分运算，避免了数值微分在求解过程中方程离散带来的计算误差，提高了计算精度，且自动微分的方式主要针对神经网络的输出进行，这使梯度计算是数值更精确。另外，本发明将控制方程嵌入到网络模型显著降低了问题解空间的复杂度，从而大大减少对训练数据的需求，进而提高土壤水运动模型的建模效率及其可靠性。

主权项：1.一种基于物理信息神经网络的土壤水运动模型构建方法，其特征在于，包括以下步骤：构建带有约束条件的常规偏微分方程以及一维土壤水动力学模型的Richards方程；利用前馈神经网络输出偏微分方程的近似解；通过算数运算和自动微分，将所述近似解带入Richards方程，得到残差网络；引入均方误差MSE表征损失函数来评价近似解对Richards方程、边界条件和实测点的吻合程度；采用损失函数最小时的基于Richards方程的一维土壤水动力学模型；所述一维土壤水动力学模型的Richards方程为： h0，z＝h0z，t＝0，z≥0 ht，z0＝hzmaxt，t＞0，z0＝zmax式中：h为土壤负压，cm；t为时间，min；Ch为土壤负压为h时的容水度，cm3·cm-3；Kh为相应导水度，cmmin；上边界通量的强度为εt，cmmin；s为源汇项，为不同空间节点处的根系吸水强度，同时为空间位置节点和负压h的函数，cmmin；z代表空间节点深度，zmax表示最大埋深处，cm；h0z表示土壤剖面初始负压，cm；hzmaxt表示最大埋深处土壤剖面负压，cm；通过自动微分对Richards方程、边界条件和实测点构造损失函数的具体表达式： 式中：ωu表示修正边界条件损失函数的权重；wb表示修正主控方程损失函数的权重；ωi表示修正实测样本点损失函数的权重；为控制方程的初始条件，知为控制方程的上下通量边界条件；Nu、Nf表示边界和计算区域中用于训练神经网络的残差点集合，通过随机抽样的方法选取，Ni实测数据组成的集合；所述得到残差网络： 式中，x＝x1，x2…，xd表示偏微分方程的变量，u为偏微分方程的解；uNN为关于x的偏导数，ux满足边界条件：

全文数据：

权利要求：

百度查询： 中国水利水电科学研究院 一种基于物理信息神经网络的土壤水运动模型构建方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD