《多物理场仿真偏微分方程深度学习求解器构建规范要求》编制说明.pdf

《多物理场仿真偏微分方程深度学习求解器构建规范

要求》（征求意见稿）

编制说明

一、任务来源

随着深度学习在科学计算领域的应用日益广泛，基于算子学习

（OperatorLearning）、物理信息神经网络（Physics-Informed

NeuralNetworks,PINNs）等方法的求解器成为解决复杂偏微分方程

（PDE）问题的重要工具。《多物理场仿真偏微分方程深度学习求解器

构建规范要求》团体标准由中山大学广东省计算科学重点实验室提

出，于2025年2月经广东省工业软件学会正式批准立项，项目预计开

发周期为2025年1月至2025年6月，，由广东省工业软件学会归

口。本团体标准的起草单位包括中山大学、广东工业大学、南方电网

科学研究院有限责任公司等相关科研机构及企业。标准编制过程中，

充分参考国内外相关技术文献，结合高性能计算和深度学习求解器的

最新进展，确保标准的科学性、适用性和可操作性。

二、目的和意义

当前，随着多物理场仿真需求的增长，物理过程的建模与求解变得

愈发复杂，传统的数值计算方法（如有限元法、有限差分法）在处理高

维问题、复杂几何结构和强非线性系统时存在计算量大、收敛难、对网

格依赖性强等问题，限制了其在大规模科学计算中的应用。同时，深度

学习的快速发展为偏微分方程（PDE）求解提供了新的思路，基于神经

网络的求解器能够突破传统数值方法的限制，提高计算效率，增强泛化

能力，并适用于跨领域、跨尺度的问题。然而，目前尚缺乏针对多物理

场仿真中深度学习求解器的统一开发标准，不同研究团队和软件平台的

实现方式存在较大差异，影响了求解器的可复用性和兼容性。因此，有

必要制定一套标准化的深度学习求解器开发规范，明确计算流程、数据

输入输出格式、神经网络架构及训练方法，使求解器的开发和应用更加

系统化、规范化。

本标准的制定旨在统一深度学习求解器的构建要求，提供标准化的

求解流程和数据接口，确保不同开发者的求解器能够在相同的技术框架

下互操作，提高求解效率、稳定性和可扩展性。本标准规定了多物理场

仿真偏微分方程深度学习求解器的计算流程、控制方程建模、初始和边

界条件设定、训练数据集生成、神经网络设计等方面的技术要求，为求

解器的开发、集成和应用提供系统化指导，推动深度学习在科学计算领

域的广泛应用。

三、标准制定原则及主要内容

（一）标准编制原则

1.科学性

本标准的制定严格遵循GB/T1.1-2020《标准化工作导则》的要求，

标准主要内容和各项技术要求科学合理，且确保术语、格式、编写规则

符合国家标准规范，与国家标准、行业标准相关词汇保持一致，并参考

国内外主流PDE求解技术术语词汇，保证其科学性和前瞻性。

2.适用性

该标准适用于各类多物理场仿真软件，涵盖流体力学、电磁场、固

体力学、热传导等多种物理问题的PDE求解器开发，兼容现有的基于

PINN和传统数值方法的混合求解框架。

3.协调性

本标准符合国家的政策，贯彻国家的法律法规，与深度学习求解器

构建规范要求的相关标准协调一致、衔接配套，符合深度学习求解器构

建规范要求的基本要求和功能要求。

4.可操作性

本标准对求解器的计算流程、数据格式、神经网络结构、训练数

据集生成、边界条件和初始条件的设定等方面进行了详细规定，并提

供了JSON格式示例，便于开发者直接参考实施。

（二）标准制订主要依据

GB/T1.1标准化工作导则第1部分：标准化文件的结构和起草规则

GB/T5271.7信息技术词汇第7部分：计算机编程

GB/T5271.15信息技术词汇第15部分：编程语言

（三）本标准的主要内容

本文件编写遵循“统一、协调、简化、优化”标准化原理。在文件

的主要结构框架、规范性要素的确定上仔细斟酌。在主要规范性技术要

素的选择上进行了重点研究，本文件主要包括以下主要内容：

1.标准的结构

本文件根据目前深度学习求解器构建规范要求相关的法规制度、标

准、规范，参照GB/T1.1-2020《标准化工作导则第1部分：标准化

文件的结构和起草规则》等相关标准的内容，从计算模块与流程概述、

控制方程、初始条件、边界条件、训练数据集、