PINN for PDE(偏微分方程)3 - 正向问题 - Burgers’ equation

PINN for PDE(偏微分方程)4 - 反向问题 - Burgers’ equation 阅读详情

PINN for PDE(偏微分方程)3 - 正向问题 - Burgers’ equation

一、什么是PINN的正问题

​ 在 PINN(Physics-Informed Neural Networks,物理信息神经网络)中,**正问题(Forward Problem)**指的是:

给定一个偏微分方程(PDE)的形式、边界条件和初始条件,求解该方程在定义域内的解函数。

在 PINN 框架下,求解正问题的基本步骤如下:

  • 构建神经网络 u θ ( x , t ) u_\theta(x, t) uθ​(x,t) 作为 PDE 解的近似;
  • 利用自动微分计算偏导数,将 PDE 表达为损失函数项;
  • 同时将边界条件和初始条件也转化为损失函数;
  • 通过最小化总损失来训练神经网络参数 θ \theta θ,使其近似满足物理规律。

正问题的特征是:问题的数学描述是充分确定的,即 PDE 与条件信息足够多,因此目标是通过神经网络来模拟已知物理过程。

二、求解的实际例子 - Burgers’ equation

2.1 Burgers方程

Burgers方程的定义为:
∂ u ∂ t + u ∂ u ∂ x = v ∂ 2 u ∂ x 2 , x ∈ [ − 1 , 1 ] , t ∈ [ 0 , 1 ] , u ( x , 0 ) = − sin ⁡ ( π x ) , u ( − 1 , t ) = u ( 1 , t ) = 0 , \begin{array}{l} \frac{\partial u}{\partial t}+u\frac{\partial u}{\partial x}=v\frac{\partial ^2u}{\partial x^2},\quad x\in [-1,1],t\in [0,1],\\ u(x,0)=-\sin\mathrm{(}\pi x),\\ u(-1,t)=u(1,t)=0,\\ \end{array} ∂t∂u​+u∂x∂u​=v∂x2∂2u​,x∈[−1,1],t∈[0,1],u(x,0)=−sin(πx),u(−1,t)=u(1,t)=0,​
其中,u 为流速,ν 为流体的粘度。在本文中,ν 设为 0.01 / π。

2.2 无解析解解决办法 - 龙哥库达(Runge-Kutta 4th Order Method, RK4)

​ 由于 Burgers 方程的解析解比较的复杂,并且没有显式解析解(好像看了一下是带积分的),因此本文主要采用的方法是利用4阶的龙哥库达方法进行数值求解,从而构造训练数据集。四阶龙格-库塔方法(RK4)是一种用于常微分方程初值问题(IVP)的数值求解方法,具有较高的精度与稳定性,是工程与科学计算中最常用的数值积分方法之一。

一、问题背景

考虑一个初值问题形式如下的常微分方程(ODE):

d y d t = f ( t , y ) , y ( t 0 ) = y 0 \frac{dy}{dt} = f(t, y), \quad y(t_0) = y_0 dtdy​=f(t,y),y(t0​)=y0​

我们希望在某个时间区间内,求出 y ( t ) y(t) y(t) 的数值解。

RK4 方法通过在当前点 t n t_n tn​ 处对斜率的多次采样来估计下一步的解 y n + 1 y_{n+1} yn+1​,实现高阶精度。

二、RK4 方法公式

设步长为 h h h,则 RK4 的迭代格式如下:

k 1 = f ( t n , y n ) k 2 = f ( t n + h 2 ,   y n + h 2 k 1 ) k 3 = f ( t n + h 2 ,   y n + h 2 k 2 ) k 4 = f ( t n + h ,   y n + h k 3 ) y n + 1 = y n + h 6 ( k 1 + 2 k 2 + 2 k 3 + k 4 ) \begin{aligned} k_1 &= f(t_n, y_n) \\ k_2 &= f\left(t_n + \frac{h}{2},\ y_n + \frac{h}{2}k_1\right) \\ k_3 &= f\left(t_n + \frac{h}{2},\ y_n + \frac{h}{2}k_2\right) \\ k_4 &= f\left(t_n + h,\ y_n + hk_3\right) \\ y_{n+1} &= y_n + \frac{h}{6}(k_1 + 2k_2 + 2k_3 + k_4) \end{aligned} k1​k2​k3​k4​yn+1​​=f(tn​,yn​)=f(tn​+2h​, 

PINN 实战:PyTorch 2.0 求解 Burgers 方程,L-BFGS 优化 1500 步收敛 本文详细介绍了如何使用PyTorch 2.0实现物理信息神经网络(PINN)求解Burgers方程。通过L-BFGS优化1500步,展示了PINN在偏微分方程求解中的高效性和准确性,特别适用于流体力学中的激波形成模拟。文章包含代码实现、神经网络架构设计和优化策略,为深度学习在科学计算中的应用提供了实用指南。 阅读详情

相关推荐

PINN与GNN融合:物理驱动AI加速流体力学与地质工程仿真

物理信息神经网络(PINN)是一种将物理定律(通常以偏微分方程PDE形式表示)作为约束嵌入深度学习模型的技术,其核心原理是通过自动微分计算PDE残差并构建损失函数,从而以数据高效的方式求解正向与逆问题。图神经网络(GNN)则擅长处理非欧几里得数据,其通过消息传递机制聚合节点与边信息,天然适配于有限元网格、点云等非结构化空间离散数据。将PINN的物理归纳偏置与GNN的空间关系建模能力相结合,诞生了PINN-GNN这一新兴交叉方向。该技术的核心价值在于,它能大幅减少对高保真仿真数据的依赖,在保持物理规律约束的同

weixin_33755557的博客 351

pytorch的cuda编程and ResNet

GPU训练 前提:电脑里得有显卡 图片最底下那个NVDIA就是我们需要的显卡。 我们仍然以求解泊松方程为例,这里不多说,只是单纯给出在哪些地方需要使用cuda。 pinn 在损失函数Lossf,error这两个函数定义中需要把数据传输到设备cuda上。这里特别要注意torch.autograd.grad函数的使用。 只放代码: import torch import time import numpy as np import matplotlib.pyplot as plt import torch.n

forrestguang的博客 791

【信息科学与工程学】【制造工程】第三十六篇 机械工程与自动化101

本系统通过多模型集成、知识增强、主动学习和持续优化等关键技术,实现了高效、高质量的自动化文本语料标注。系统采用模块化设计,支持灵活扩展,能够处理不同类型的文本数据,适应多样的标注需求。

weixin_49199313的博客 988

物理信息神经网络(PINN)实战:Python求解偏微分方程(PDE)指南

在科学计算与工程仿真领域,偏微分方程(PDE)的数值求解是核心挑战。传统有限元、有限差分等方法依赖网格剖分,在处理复杂边界或高维问题时面临计算成本高、调试繁琐的瓶颈。物理信息神经网络(PINN)作为一种新兴的AI for Science范式,将深度学习与物理定律深度融合,提供了一种网格无关的求解新思路。其核心原理在于,将神经网络作为PDE的近似解,通过自动微分技术计算物理场的高阶导数,并将PDE本身、边界条件及可能的观测数据共同编码进损失函数进行优化,从而驱使网络在拟合数据的同时严格遵守物理规律。这种技术价

weixin_33875839的博客 447

Testing-PINNs:使用物理信息神经网络求解PDE

测试PIN 使用物理信息神经网络求解PDE 我们将首先关注

PDE算法代码

PDE偏微分方程 算法实现matlab代码

deepxde:用于求解微分方程等的深度学习库

深度XDE DeepXDE是在之上的深度学习库。 如果需要深度学习库,请使用DeepXDE 通过物理信息神经网络(PINN)求解正向和反向偏微分方程(PDE), 通过PINN求解正向和反向积分微分方程(IDE), 通过分数PINN(fPINN)求解正向和逆分数阶偏微分方程(fPDE), 通过多保真度神经网络(MFNN)从多保真度数据中近似函数, 通过深度算子网络(DeepONet)近似非线性算子, 从具有/不具有约束的数据集中近似函数。 文档: ,,,,, 关于算法的论文 通过PINN解决PDE和IDE:,, 通过fPINN解决fPDE: 通过NN任意多项式混沌(NN-aPC)解决随机PDE: 通过MFNN从多保真数据中学习: 通过DeepONet学习非线性算子: 产品特点 DeepXDE支持 没有专制网格生成的复杂域几何。 基本几何形状为区间,三角形,矩形,多边形,圆盘,长方体和球形。 可以使用三个布尔运算将其他几何构造为构造实体几何(CSG):联合,差和交; 多物理场,即耦合的PDE; 5种边界条件(BC):Dirichlet,Neumann,Ro

pde显示求解_偏微分方程显式求解_

采用矩阵的方法,计算抛物线偏微分方程,极大的简化了计算,提高了计算效率

Anaconda安装教程傻瓜教程

网上好多教程找的我心好累,为了方便新手安装,我这边整理了大致详细的教程,参考了好几个大佬的教程,废话不多说,直接开始~ **前言:**有人纠结先安装python还是安装anaconda,这边的建议是装anaconda,就不需要单独装python了。 其次,有小伙伴的Anaconda的安装分两种情况: 情况一:电脑现在没有装python或者现在装的可以卸载掉(装Anaconda时先卸python); 情况二:电脑目前装了python,但想保留它;

zlc2351951436的博客 5万+

无源定位入门(二):FDOA(2)信号模型和原理

信号模型 假设地面固定目标信号源位置为 ,有M架飞机随机分布在空中,并作匀速直线运动。时刻t的时候第i架飞机的位置为,飞行速率为 , 假设目标的信号中心频率为 ,电磁波的传播速度为 ,则此时每个飞机接收目标信号的频率为 以第1架飞机为参考基站,目标信号到达第n架飞机和参考基站之间的FDOA 测量值可表示为 ...

syy_1797的博客 5961

CSS字体样式全攻略

🧱 让文字有空间感,适合标题或LOGO。🖋️适合插画、创意工作者的个人页面。🔥 适合标题、品牌名,视觉冲击力强。🧘‍♀️适合极简设计、文化类网站。✨适合科技类网站、博客、作品集。🚀适合游戏、AI、科技类项目。🐰 适合儿童类网站或节日氛围。📖适合时尚、生活方式类内容。🌫️ 适合神秘、梦幻主题。🌃 夜店风、科技感十足。具体效果是文字会上下跳动。

dreams_dream的博客 1818

TOGAF9.2/10 认证基础知识点概览表

(考点解析:业务场景是一种重要的技术,可以在企业架构的各个阶段使用,主要是架构愿景和业务架构,但如果需要,也可以在其他架构域中使用,以直接从业务的高级需求中派生架构的特征。“哪里”可以看作是对相关企业的界定、“为什么”可以被视为组织环境中的关键驱动因素和要素、“谁”是指确定发起人利益相关者和受业务指令影响的其他主要利益相关者,以创建企业架构,并确定他们来自企业的需求和优先级、他们与企业的关系以及彼此之间所需的工作行为。它是业务驱动和业务主导的,它结 合了所有业务线的必要努力,以实现所需的能力。

2302_81497763的博客 2084

​​EMC设计实战:BCI(大电流注入)硬件设计规范

LIN接口:集成TVS管(如PESD5V0S1BL)与共模电感,耐压等级≥20V(8kV HBM)。输入滤波:10μF电解电容(100kHz截止)+ 0.1μF陶瓷电容(10MHz截止)。​:全频段(1MHz-400MHz)注入200mA电流,LIN通信误码率<0.01%。对敏感电路(如传感器)采用隔离电源(如ADuM5000),隔离电压≥3kVrms。​:连续波(CW)与调幅波(AM,调制深度80%)组合,覆盖全频段干扰场景。​:选择低频段(1-100MHz)感量≥100μH的绕线电感,抑制共模电流。

m0_50833886的博客 1950

C#调用opencv的dll

opencv算法和界面配合,刚入职的时候尝试过,利用的MFC,调试起来很痛苦。 后来基本都没怎么用界面,DOS的黑窗口,opencv自带的显示界面及滑动条凑合着调试用。 最近有点时间,刚好双十一在一个视觉群里看到了一个讲C#调用opencv的dll的课程,鉴于群主也是那门课的讲师,在平时解答群员的问题的时候很细心,能力也很强,因此有了这篇文章。 根据相机不同动态调用相机默认的属性...

Learning by doing 2980

数学建模算法案例精讲500篇-【深度强化学习】深度确定性策略梯度(DDPG)(附MATLAB和python代码实现)

它是一种学习连续动作的无模型策略算法。它结合了DPG(确定性策略梯度)和DQN(深度Q网络)的思想。它利用DQN中的经验重放和延迟更新的目标网络,并基于DPG,可以在连续的动作空间上运行。# 用于生成带有噪声的动作def __init__(self, action_space, mu=0.0, theta = 0.15, max_sigma = 0.3, min_sigma = 0.3, decay_period = 100000):#decay_period要根据迭代次数合理设置# 均值 mu。

qq_36130719的博客 332

如何使用手机编程查看妻子的微信

在本文中,我将向您介绍如何使用编程技巧来查看妻子的微信消息。请注意,隐私是非常重要的,因此在进行此类操作之前,请确保您已经获得了妻子的明确许可。此外,请记住,未经对方授权访问他人的通信是违法行为,因此请谨慎行事。请记住,这仅仅是使用编程技巧来查看妻子的微信消息的一种方法。itchat是一个用于微信个人账号的API,可以通过Python编程语言与微信进行交互。一旦我们登录成功,我们可以使用itchat库获取妻子的微信好友列表。我们可以使用itchat库来查看妻子的微信消息。步骤 5:查看妻子的微信消息。

TechPulseZ的博客 473

vb 6.0并口开发操作实例

vb6并口开发,简体中文,试例内有inpout32.dll动态链接库

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

上一篇: PINN for PDE(偏微分方程)2 - 正向问题 - Diffusion
下一篇: PINN for PDE(偏微分方程)4 - 反向问题 - Burgers’ equation
小菜鸟博士
博客等级 码龄5年 739粉丝 68原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值
⌂ 换网址