基于物理信息神經(jīng)網(wǎng)絡的生物質氣化產(chǎn)物分布預測方法

摘要： 機器學習方法已經(jīng)在生物質氣化建模中展現(xiàn)出廣闊的應用前景。然而，機器學習模型主要依賴于實驗數(shù)據(jù)，并不考慮氣化中的反應機理，在數(shù)據(jù)樣本不充分的情況下模型所表現(xiàn)出的實際關聯(lián)特性與機理規(guī)律之間存在嚴重偏差。為此，提出一種基于物理信息神經(jīng)網(wǎng)絡(PINN)的生物質氣化產(chǎn)物分布預測方法，該方法將真實實驗數(shù)據(jù)與先驗機理進行無縫銜接，在人工神經(jīng)網(wǎng)絡(ANN)模型中嵌入邊界約束和關鍵參數(shù)間的單調性...