基于时间序列物理信息神经网络的流场求解方法

本发明提供一种基于时间序列物理信息神经网络的流场求解方法，属于偏微分方程计算方法。首先，基于流体运动的控制方程确定流场运动规律及流场计算域，配置用于训练的数据点以及数据融合操作。其次，构建物理约束残差方程，将训练数据集作为神经网络的输入数据，计算数据残差项，将物理约束残差方程计算结果与数据残差项计算结果进行加权，构建数据‑物理混合损失函数；最后，构建基于时间序列物理信息神经网络，对基于时间序列物理信息神经网络的参数进行训练优化，完成训练并获得所模拟的流场特征。本发明通过引入时序模块，提高基于时间序列物理信息神经网络对流场动态模拟的准确性，能够满足模型求解速度要求，保证模型的可行性和准确性。