利用基于神经网络的方法对流体力学中组合 Kairat-II-X 微分方程波解的解析评估

为何波动与神经网络重要

从海洋涌浪和等离子体爆发到光纤中的光脉冲，许多自然与工程系统由不呈简单线性行为的波动主导。这些“非线性”波可形成尖锐的孤立脉冲、重复的模式，乃至复杂的局域结构，显著影响能量传输与稳定性。本文总结探讨了一种基于神经网络的新数学技术，如何在一个用于流体力学及相关领域的特定非线性波模型中发现精确的波形。

引用: Zhou, P., Manafian, J., Lakestani, M. et al. Analytical evaluations using neural network-based method for wave solutions of combined Kairat-II-X differential equation in fluid mechanics. Sci Rep 16, 7753 (2026). https://doi.org/10.1038/s41598-026-38761-8

关键词: 非线性波, 神经网络, 孤子, 流体力学, 数学物理