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！

龙图腾网获悉山东大学申请的专利基于PINN的水生态时空变化驱动机制解析方法与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：CN120430526B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510932945.5，技术领域涉及：G06Q10/063；该发明授权基于PINN的水生态时空变化驱动机制解析方法与系统是由陈金月;杨灿;王国强;高震宇;王婉婷;任世龙;房磊;李延伟;李杰;王桥;肖雪纯;陈强;刘翀;朱磊设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本基于PINN的水生态时空变化驱动机制解析方法与系统在说明书摘要公布了：本发明属于水生态预测领域，为解决水生态时空变化驱动机制解析结果的准确性低的问题，提供一种基于PINN的水生态时空变化驱动机制解析方法与系统。其中，基于PINN的水生态时空变化驱动机制解析方法包括获取各个监测点的关键水生态指标时空数据及影响因子数据；利用预先训练好的PINN模型对上述获取的数据进行处理，得到不同时空尺度下的关键水生态指标浓度的预测值；根据不同时空尺度下的关键水生态指标浓度的预测值及其对应的影响因子数据进行全局敏感性分析，得到不同时空尺度下的影响因子数据对关键水生态指标浓度变化的影响。其能够为水生态环境管理决策提供准确的数据基础。

本发明授权基于PINN的水生态时空变化驱动机制解析方法与系统在权利要求书中公布了：1.一种基于PINN的水生态时空变化驱动机制解析方法，其特征在于，包括： 获取各个监测点的关键水生态指标时空数据及影响因子数据； 利用预先训练好的PINN模型对上述获取的数据进行处理，得到不同时空尺度下的关键水生态指标浓度的预测值； 根据不同时空尺度下的关键水生态指标浓度的预测值及其对应的影响因子数据进行全局敏感性分析，得到不同时空尺度下的影响因子数据对关键水生态指标浓度变化的影响； 其中，在训练PINN模型的过程中，总损失函数由数据拟合损失函数和物理约束损失函数的加权和构成；所述数据拟合损失函数用于衡量关键水生态指标浓度的预测值与真实值之间的差异；所述物理约束损失函数用于衡量神经网络预测值与物理约束方程理论值之间的差异； 关键水生态指标浓度的物理约束方程的构建过程为： 基于关键水生态指标，构建一个多维的关键水生态指标的候选物理项数据库； 将关键水生态指标的候选物理项数据库作为输入特征矩阵，构建关键水生态指标浓度的物理约束方程； 所述关键水生态指标的候选物理项数据库包括关键水生态指标的线性项、非线性项、交互项、时滞效应项、生态动力学特征项及空间耦合项；线性项代表影响因子对关键水生态指标变化的直接线性作用；非线性项代表影响因子对关键水生态指标产生非线性的影响；交互项代表不同影响因子共同作用并相互对关键水生态指标的影响；时滞效应项代表当前时刻的影响因子及过去时刻的影响因子对关键水生态指标的影响；生态动力学特征项代表影响因子对关键水生态指标产生的动力学机制；空间耦合项代表影响因子的空间分布对关键水生态指标的变化产生的影响； 关键水生态指标浓度的物理约束方程，由关键水生态指标浓度与影响因子的非线性函数来表征；其中，关键水生态指标浓度的变化由候选物理项数据库中各个物理特征的影响权重决定； 所述PINN模型采用多层级联的深度神经网络架构，以多层感知机为基本框架的非线性映射模型。

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山东大学，其通讯地址为：250000 山东省济南市历城区山大南路27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”。