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！

龙图腾网获悉南京大学申请的专利基于对数退火的物理信息神经网络地下水运动模拟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：CN119808631B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411870606.0，技术领域涉及：G06F30/28；该发明授权基于对数退火的物理信息神经网络地下水运动模拟方法是由黄蕾;马晨;任富天;郭昭;刘凡;李增辉;张琦设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本基于对数退火的物理信息神经网络地下水运动模拟方法在说明书摘要公布了：本发明公开了一种基于对数退火的物理信息神经网络地下水运动模拟方法，属于水环境模拟技术领域，包括：第一步，基于物理信息神经网络求解地下水运动偏微分方程，建立预训练模型和实际训练模型；第二步，建立多目标损失函数，预训练模型基于模拟退火算法对多目标损失函数权重进行优化，逼近多目标损失函数最小值以获取最佳分配权重；第三步，基于获得的最佳分配权重生成多目标损失函数权重的最佳取值，根据最佳取值对实际模型进行训练，并计算区域内地下水水头与流向分布。本发明采用上述方法，经过优化的神经网络在求解地下水运移方程中表现出了良好的性质，有助于分析地下水运动方向，评估地下水运动过程。

本发明授权基于对数退火的物理信息神经网络地下水运动模拟方法在权利要求书中公布了：1.一种基于对数退火的物理信息神经网络地下水运动模拟方法，其特征在于，步骤包括： 第一步，基于物理信息神经网络求解地下水运动偏微分方程，建立预训练模型和实际训练模型； 第二步，建立地下水运动多目标损失函数，预训练模型基于模拟退火算法对多目标损失函数权重进行优化，逼近多目标损失函数最小值以获取最佳分配权重； 所述第二步具体包括： S4、对于预训练模型，基于损失函数项构建多目标损失函数，并添加损失权重项调整物理信息神经网络模型梯度下降的方向； S5、使用模拟退火算法对预训练模型进行训练，将损失函数项的权重作为自变量，多目标损失函数的总损失作为因变量，在指定的权重范围内应用退火，求取使所有采样点上的总损失函数最小的损失权重值； 预训练模型一次退火过程包括： S51、定义需要逼近最小值的函数形式和自变量，设定退火的初始温度、退火的冷却温度、降温速度和每一次降温下的调整次数N，选取初始的自变量值，设定自变量范围； S52、若当前温度高于退火的冷却温度，进行退火迭代，调整自变量的取值，调整幅度与当前温度成正相关，共调整N次，并使用对数形式调整取值； S53、计算调整后的函数取值，与原值比较，若符合逼近方向则接受调整，否则基于Metropolis准则，根据接受概率p决定是否接受新值； S54、N次调整完毕后，对当前温度进行降温； S55、持续退火迭代直到当前温度低于退火的冷却温度，逼近函数在自变量范围内的最小值； S56、获取随着退火过程连续记录的损失函数值和对应的权重取值，选择损失函数值最小的一组权重作为最佳权重值； 第三步，基于获得的最佳分配权重生成多目标损失函数权重的最佳取值，根据最佳取值对实际模型进行训练，并计算区域内地下水水头与流向分布。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163号南京大学仙林校区；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”。