基于守恒约束物理信息神经网络的刚性化学动力学长时模拟

摘要： 刚性化学动力学方程在空间科学、大气科学等领域具有重要意义.近年来,物理信息神经网络(PhysicsInformed Neural Network, PINN)作为一种融合物理定律与深度学习的框架,被广泛应用于求解各种偏微分方程.然而,在求解刚性化学动力学方程时, PINN将出现优化失败,难以有效求解.为解决该问题,本文提出一种新的守恒约束PINN方法.该方法利用共享–分支网络有... （共11页）