一种基于物理信息神经网络的隧道围岩应力场分析方法

1.一种基于物理信息神经网络的隧道围岩应力场分析方法，其特征在于，包括：

2.根据权利要求1所述的一种基于物理信息神经网络的隧道围岩应力场分析方法，其特征在于，步骤1中，所述神经网络的输入单元包括拟研究的隧道区域应变采样点的真实空间坐标向量、数据驱动所需的真实位移 、真实应变张量和真实应力张量，其中x为笛卡尔坐标系中的横坐标，y为纵坐标，为x方向真实位移，为y方向真实位移；

3.根据权利要求2所述的一种基于物理信息神经网络的隧道围岩应力场分析方法，其特征在于，根据多层人工神经网络ann输出的预测位移场，可得到预测应变场，通过神经网络的自动微功能实现，具体包括以下步骤：

4.根据权利要求1所述的一种基于物理信息神经网络的隧道围岩应力场分析方法，其特征在于，步骤2中，所述用机器学习语言表达莫尔-库仑本构模型约束物理信息神经网络pinn的物理部分具体包括以下步骤：

5.根据权利要求1所述的一种基于物理信息神经网络的隧道围岩应力场分析方法，其特征在于，步骤3的基于自适应方法生成多个应变采样点中，每个应变采样点被选中为训练点的概率根据应变大小确定，其实现方法如下：

6.根据权利要求1所述的一种基于物理信息神经网络的隧道围岩应力场分析方法，其特征在于，步骤4中，所述多目标损失函数如下式所示：