申请/专利权人：上海大学

申请日：2024-01-24

公开（公告）日：2024-04-26

公开（公告）号：CN117932198A

主分类号：G06F17/13

分类号：G06F17/13;G06N3/09

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明公开一种物理信息神经网络求解时变偏微分方程的方法，主要针对求解时变偏微分方程需要大量的残差配置点的问题，提出了将整个时间求解域分成连续相等的若干个时间段，每次以相对较少的残差配置点求解一个时间段，并把当前时间段的求解结果作为下个时间段的标签数据，依次向后求解，并把每次求解结果进行存储，当所有时间段求解完成后，作为整个时间域的标签数据，进行再次训练。该方法不仅能够以较少的残差配置点，获得较高数值解的精度，还具有一定的泛化性。本发明主要应用于工程设计和优化领域中，所涉及的时变偏微分方程的数值计算和仿真，通过该方法获得数值解的效率更快，精度更高，节约了一定的成本和劳动力。

主权项：1.一种物理信息神经网络求解时变偏微分方程的方法，其特征在于，包括步进式预求解物理信息神经网络和再训练物理信息神经网络架构构成；所述步进式预求解物理信息神经网络，将时变偏微分方程的整个时间求解域T，进行n等分，每次只求解一个等分时间段，依次向后求解，具体等分形式为： 式中：jj＝1,2,3,...,n代表要求的某个时间段，t表示所求解的某个时刻；所述再训练物理信息神经网络架构，将步进式预求解物理信息神经网络预求解结果{u}作为再次训练的标签数据，进行监督学习，再次训练物理信息神经网络，求解整个时域上的时变偏微分方程的解，再次训练的预测结果{u}对应的数据集为：{x,t}＝{x1,t1}∪{x2,t2}∪···∪{xn,tn}其中，{x,t}代表所有数据集的合集，{xj,tj},j＝1,2,...,n代表每一个时间段的数据集。

全文数据：

权利要求：

百度查询： 上海大学 一种物理信息神经网络求解时变偏微分方程的方法

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