ZPINN4D DESKTOP

ZPINN4D 使用的算法

ZPINN4D 桌面版包含工程前处理器和 AI 求解器。前处理器支持三维几何创建与导入、材料和边界设置、采样点生成,以及 PINN、Operator 和 Hybrid 训练流程创建;求解器负责模型训练、预测计算和结果输出。每种算法面向不同的数据结构、物理约束和工程规模,实际项目需要结合训练数据与验证结果选择。

LIVE PREDICTION

每次提交都会运行一次新的预测

AISimStudio 不读取预先制作的结果。用户提交参数后,任务会发送到有 GPU 的服务器,由 ZPINN4D 求解器加载已训练模型并完成实时预测。网页负责提交参数和显示结果,不通过简单插值生成结果。

每次运行都会生成独立任务记录、运行时间和结果文件。模型运行成功与预测精度分别记录,精度以对应案例登记的对比结果为准。

运行一次真实预测
6

结构网格与频域算子

面向规则网格、频域特征和跨工况场映射,适合批量参数化预测与结构化场数据。

FNOAFNOPINOWNOLNOFourCastNet
5

DeepONet 系列

使用 branch 与 trunk 网络学习输入函数到输出场的映射,可处理传感器观测、查询坐标和多保真数据。

DeepONetPhysics-Informed DeepONetMulti-Fidelity DeepONetFourier DeepONetxDeepONet
5

图网络与几何学习

直接利用节点、边、邻域和几何特征表达非结构网格,适用于复杂三维几何上的场预测。

Graph Neural NetworkMeshGraphNetGraph Neural OperatorGeometric Deep LearningDoMINO
5

Transformer 与序列模型

把空间点、局部邻域或网格块组织成序列,通过注意力机制学习远距离关联和几何影响。

TransformerTransolverGeoTransolverDPOT-likeLiquid Neural Network
2

混合与生成方法

组合物理损失与数据驱动模型,或通过噪声过程学习复杂场分布。

Hybrid Physics-MLDiffusion Model
3

工程参数化预测模型

利用已完成的工程样本学习工况参数到温度、位移、流场、电磁场及耦合场结果的映射,服务于网页和桌面端快速预测。

Direct Parametric MLPCoupled Direct Parametric MLPBilinear Condition Response Surface

SELECTION CONDITIONS

工程方法选择

这张表按照输入结构、物理约束和几何表达列出使用条件。每项实际结果以对应案例的运行与 accuracy 记录为准。

正在读取方法条件…

CANDIDATE CASES

固定车辆几何候选

两个候选只显示已经筛选的描述字段和证据边界。Web 运行包、API 与参数差分完成后,预测入口才能启用。

PAPER BENCHMARKS

11 个 PINN 论文 benchmark

每个算例使用自己的方程、reference 和阈值。指标按单篇登记范围解释,跨行数值没有统一分母。

正在读取论文 benchmark…

USAGE

使用说明

算法名称表示程序中已有对应配置或实现。具体项目仍需检查数据格式、训练流程、验证集、误差指标和目标机器运行结果。桌面版咨询与算法合作可发送邮件至 fasbridge@foxmail.com。