摘要

为捕捉双曲守恒律方程间断,提高算法求解精度,本文应用区域压缩PINN(physics-informed neural networks)算法对双曲守恒律方程近似求解。首先,对物理方程添加速度梯度监测函数,以此识别和压缩大梯度区域,随后,针对不同初始条件的双曲守恒律方程,设定相应的大梯度区域压缩控制系数,降低其在损失函数中所占的比重,最后,将带有速度梯度权重项的损失函数放入神经网络中训练,通过最小化损失函数学习方程在整个区域上的解。利用区域压缩PINN算法求解各种经典双曲守恒律问题,通过对满足不同初始条件的一维、二维双曲守恒律方程进行数值模拟,并与经典PINN算法结果进行比较,验证了区域压缩PINN算法的良好性能。