基于傅里叶映射的物理信息神经网络的静态电磁计算方法

本发明公开了基于傅里叶映射的物理信息神经网络的静态电磁计算方法，所述方法包括：构建融合傅里叶映射机制的全连接网络结构，设计多个三输出子网络并行建模架构以适应多区域介质划分，网络输出同时预测矢量磁位、法向磁场强度和切向磁场强度，缓解介质突变带来的网络训练不稳定问题的同时使网络训练过程具备更强的物理解释性；引入矢量磁位及磁场分量连续性作为界面耦合物理约束，确保解的全域物理一致性。通过在物理信息神经网络结构中引入傅里叶特征映射机制，增强神经网络对高频空间特征的表达能力，实现对二维静态电磁场中复杂边界、介质分布及多源耦合问题的高效建模；无需显式标注数据，适用于多种静态电磁问题建模与预测。