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！

龙图腾网获悉浙江大学申请的专利基于物理信息神经网络的土体水力耦合模拟方法及系统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：CN120145940B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510619173.X，技术领域涉及：G06F30/28；该发明授权基于物理信息神经网络的土体水力耦合模拟方法及系统是由张帅;王帅茸;任伟龙;肖特;代聪;高堂哲;范宣梅;詹良通;陈云敏设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本基于物理信息神经网络的土体水力耦合模拟方法及系统在说明书摘要公布了：本发明公开了一种基于物理信息神经网络的土体水力耦合模拟方法及系统。本发明中，先构建两个改进全连接神经网络分别用于预测土体中的孔隙水压力和变形响应；再根据土体水力耦合偏微分方程组，基于固定应力劈裂方法分别建立液相和固相的无量纲化控制方程损失项，结合初边值条件建立液相和固相的总损失函数；最后基于序贯训练策略和梯度归一化自适应损失平衡策略来交替训练液相和固相的损失函数。本发明采用序贯训练策略、改进全连接神经网络和自适应损失平衡方案来改进传统的物理信息神经网络，提高了预测精度和训练稳定性。本发明训练好的物理信息神经网络可作为代理模型预测孔隙水压力和变形，具有很大的应用潜力。

本发明授权基于物理信息神经网络的土体水力耦合模拟方法及系统在权利要求书中公布了：1.一种基于物理信息神经网络的土体水力耦合模拟方法，其特征在于，包括： S1：针对需进行土体水力耦合模拟的目标场地，获取模拟的空间域、时间域、初边值条件以及土体参数； S2、构建用于预测土体中孔隙水压力的液相物理信息神经网络，并将液相无量纲化控制方程损失项、液相边界条件损失项和液相初始条件损失项的加权和设置为对应的总损失函数；构建用于预测土体中变形的固相物理信息神经网络，并将固相无量纲化控制方程损失项、固相边界条件损失项和固相初始条件损失项的加权和设置为对应的总损失函数；其中，所述液相无量纲化控制方程损失项和固相无量纲化控制方程损失项由固定应力劈裂法对土体水力耦合偏微分方程组进行转换后以无量纲化方式构建； S3、基于序贯训练策略，以迭代的方式交替训练液相物理信息神经网络和固相物理信息神经网络，直至达到迭代终止条件，利用训练完毕的两个网络预测土体的孔隙水压力和变形；在每一轮迭代过程中，交替冻结液相物理信息神经网络和固相物理信息神经网络，并从空间域和时间域中采样配置点输入两个物理信息神经网络中获得孔隙水压力和变形的预测值，最后计算未冻结的物理信息神经网络对应的总损失函数值，根据总损失函数值反向传播更新未冻结的物理信息神经网络的网络参数。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。