买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜成都理工大学申请的专利一种基于持续学习和物理信息网络的地幔流速度求解方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119691335B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510208049.4，技术领域涉及：G06F17/13；该发明授权一种基于持续学习和物理信息网络的地幔流速度求解方法是由程先琼设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本一种基于持续学习和物理信息网络的地幔流速度求解方法在说明书摘要公布了：本发明公开了一种基于持续学习和物理信息网络的地幔流速度求解方法，属于机器学习技术领域，包括步骤：确定待求解的地幔对流方程组、边界条件和初始条件，其中地幔对流方程组包括5个方程~；生成训练数据集；建立神经网络并训练至收敛，得到地幔流速度求解模型，用于研究的空间区域和时间区域任一待测样本点求解。神经网络训练过程中定义~的损失函数~，采用持续学习技术依次~优化~。本发明能降低高维问题的计算负担，优化计算资源需求；提升训练稳定性，降低收敛难度；保障神经网络对方程组物理性质的学习；支持迁移学习，提升任务间的知识转移。

本发明授权一种基于持续学习和物理信息网络的地幔流速度求解方法在权利要求书中公布了：1.一种基于持续学习和物理信息网络的地幔流速度求解方法，其特征在于：包括以下步骤；S1，确定待求解的地幔对流方程组、边界条件和初始条件；所述地幔对流方程组包括5个方程~，其中第m个方程为，1≤m≤5；S2，生成训练数据集T，包括步骤S21~S23；S21，确定研究的空间区域、时间区域B、样本点s，所述空间区域包括核幔区域、地表和核幔边界区域，，为样本点s在时刻t在三维坐标第i轴的坐标值，i=1,2,3；S22，在与B内获取多个样本点构成域内点集，在与B内获取多个样本点构成边界点集，从和中任选多个样本点，令t=0，构成初始点集；S23，将、、合并为训练数据集T；S3，建立一神经网络，其网络参数为向量，且以样本点s为输入，样本点s对应的函数组为期望输出，其中为样本点s在时刻t时第i轴的速度分量，w、p分别为样本点s在时刻t的地幔温度、流体静压力；S4，用训练数据集T训练神经网络以优化，包括步骤S41~S44；S41，定义控制残差损失项、边界条件残差、初始条件残差； ，，；式中，、、分别为、、中样本点个数，为L2范数的平方，、、分别为神经网络输入样本点s时，、、对应的预测值，为在上的速度值，为地幔流在三维坐标第i轴的平均速度；S42，令m=i=1，生成优化的损失函数，,其中、、分别为、、的权重因子；S43，将训练数据集T输入神经网络，以最小化调整神经网络参数，得到优化网络参数向量；S44，计算中每个分量的重要性，其中第l个分量的重要性为；S5，用训练数据集T训练神经网络优化~，包括步骤S51~S53；S51，令m=m+1，若m≥6则结束；S52，若m=2或3，令i=m，根据下式生成优化的损失函数； ， ，式中，为正则化损失项，为的权重因子，为权重调节因子，为中第l个分量；若m=4，根据下式生成优化的损失函数； ； ， ，式中，、分别为对应的边界条件残差、初始条件残差，、分别为上的地幔温度和热流量，为地幔平均温度；若m=5，生成优化的损失函数，；S53，根据~依次训练神经网络，以优化~；S6，重复S4~S5到神经网络收敛，得到地幔流速度求解模型；S7，获取研究的空间区域和时间区域内任一待测样本点，输入地幔流速度求解模型，输出该待测样本点的、、、。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人成都理工大学，其通讯地址为：610059 四川省成都市成华区二仙桥东三路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。