基于WENO物理特性的限制器构造方法及系统

本发明提供了一种基于WENO物理特性的限制器构造方法及系统，包括：构造WENO限制器，用于抑制神经网络在求解偏微分方程过程中出现的非物理振荡；对时间域进行半离散化处理，采用隐式Runge‑Kutta方法实现时间步的离散；构建融合WENO限制器的神经网络结构，神经网络包括多个时间步模块，每个模块由前馈神经网络与迭代逼近单元FNN+IA和WENO限制器组成；通过最小化包含物理约束的损失函数对神经网络进行训练，得到偏微分方程的数值解；方法部署在实际应用场合中，执行包括目标检测、图像分类、缺陷识别、目标定位中的任一个或多个任务。本发明通过构造基于WENO物理特性的限制器，将其嵌入神经网络结构中，显著抑制了在求解双曲型偏微分方程过程中出现的非物理振荡现象。