基于元学习的气体放电等离子体电子Boltzmann方程数值求解

摘要： 在气体放电等离子体中，电子的输运行为可由Boltzmann方程精确描述，该方程的解是许多等离子体仿真模型的基础。物理信息神经网络作为一种求解Boltzmann方程的新型方法，虽克服了传统数值方法网格剖分和方程离散的缺陷，但其参数空间规模大，在求解多任务时训练效率较低。为此，该文构建了一种基于元学习的双循环物理信息神经网络，在内循环中对多个Boltzmann方程求解任务进行优化训... （共10页）