基于PINN的变截面压电半导体纤维力学特性研究

摘要

为了研究任意截面形状的压电半导体纤维的力学特性,提出了基于物理信息的神经网络模型,应用深度学习算法求解复杂的变系数偏微分方程。以变截面压电半导体纤维的静态拉伸为例,构造深度神经网络作为试函数,将其代入控制方程形成残差,并作为机器学习的加权损失函数,进而通过深度机器学习技术逼近数值解。研究结果表明:该方法具有广泛适用性,能够求解任意截面形状压电半导体材料的线性和非线性方程。