3. 微分方程基础回顾

PINN（物理信息神经网络）的本质，是把一个微分方程问题从“数值离散求解”翻译成“带物理约束的优化问题”。要完成这次翻译，我们必须先看清原问题的数学骨架：方程属于哪一类、边界和初始条件如何给定、这个问题在数学上是否“值得解”。本节围绕这三件事展开，并说明它们如何直接决定 PINN 的损失函数构造与训练可行性。

一、常微分方程与偏微分方程：自变量个数决定分类

微分方程按未知函数的自变量个数分为两类。未知函数只依赖一个自变量（通常是时间 t 或单坐标 x）的，称为常微分方程（ODE）；依赖两个及以上自变量的，称为偏微分方程（PDE）。这个区分不是学术装饰，它直接决定 PINN 的输入维度与配点采样方式。

例如阻尼振子 m·u'' + c·u' + k·u = F(t) 是二阶 ODE，PINN 的输入就是一维的 t；而一维热传导方程 ∂u/∂t = α·∂²u/∂x² 是 PDE，输入是二维点 (x, t)。对 PDE，配点需要在时空区域内部采样，边界则分布在空间边界与初始时刻上，采样策略比 ODE 复杂得多。

PDE 还可按二阶线性主部进一步分类，这决定了信息的传播方式与定解条件的给法。设一般二阶线性方程主部为 A·u_xx + B·u_xy + C·u_yy，判别式 Δ = B² − 4AC：

• 椭圆型（Δ < 0）：如泊松方程 ∇²u = f，描述稳态平衡，信息瞬时全局传播，需要在整个闭边界上给定边界条件。
• 抛物型（Δ = 0）：如热传导方程，描述不可逆的扩散过程，需要初始条件加空间边界条件。
• 双曲型（Δ > 0）：如波动方程 u_tt = c²·u_xx，描述可逆的波动传播，需要两个初始条件（位移与速度）加边界条件。

对 PINN 开发者而言，这个分类的现实意义是：方程类型决定了“哪些位置必须施加约束”。若把椭圆型问题误当作只需单侧边界条件，损失函数就缺失了约束，训练出的解在未约束边界附近会明显漂移。

二、初始条件与边界条件：约束必须“够数”

微分方程的通解含任意常数或任意函数，必须附加条件才能确定特解。初始条件约束时间起点上的状态，边界条件约束空间边界上的状态。常见的边界条件有三类：

• Dirichlet 条件：直接给定边界上的函数值，如 u(0,t)=0。
• Neumann 条件：给定边界上的法向导数，如 ∂u/∂x(1,t)=0，表示绝热或自由端。
• Robin 条件：给定函数值与法向导数的线性组合，如对流换热边界 ∂u/∂n + h·(u−u∞)=0。

“够数”是这里的关键判断。一个 n 阶 ODE 需要 n 个独立附加条件；一个二阶 PDE 在每个空间边界方向上各需要一个条件，抛物型和双曲型还需按时间阶数补齐初始条件。条件数量不足会导致解不唯一，条件过多或相互矛盾则会导致无解。

三、适定性：PINN 训练目标是否成立的前提

一个定解问题称为适定的，需同时满足三点：解存在、解唯一、解连续依赖于定解数据（即数据微小扰动只引起解的微小变化）。第三点常被忽视，却对 PINN 尤为致命。若问题不适定，损失函数可能存在多个甚至无穷多个零残差点，网络收敛到哪一个完全取决于初始化和采样，训练曲线看起来“收敛良好”，解却毫无物理意义。

典型的不适定情形包括：热传导方程反向时间问题（由末态反推初态）、缺少边界条件的椭圆问题、以及边界数据含强噪声且方程本身条件数极差的情形。遇到这类问题，正确的做法不是加大网络容量或延长训练，而是先通过正则化、增加约束或改用变分形式把问题“扶正”。

四、这些前提如何落到 PINN 的损失函数上

PINN 把解表示为网络 u_θ(x,t)，通过自动微分计算各阶导数，构造如下复合损失（以二维热传导为例）：

L = L_pde + λ_ic · L_ic + λ_bc · L_bc

L_pde = mean( (u_t - α·u_xx)^2 )        # 区域内部配点
L_ic  = mean( (u(x,0) - u0(x))^2 )      # 初始时刻采样点
L_bc  = mean( (u(0,t) - g1(t))^2 )
      + mean( (u(1,t) - g2(t))^2 )      # 两侧边界采样点

可以看到，方程类型决定了 L_pde 中需要计算哪些偏导；定解条件决定了 L_ic 与 L_bc 的采样位置和形式；适定性则保证这三项共同的最小点对应唯一有物理意义的解。三者缺一，训练就可能“数值上收敛、物理上错误”。

五、一个可执行的自检清单

下面这份清单可直接用于新问题的建模前检查，字段均对应本节知识点：

以表中示例为例，若误将 x=1 端的边界条件漏掉，L_bc 只剩一项，网络在该端附近的行为完全不受约束，预测曲线会在边界处出现明显翘曲。这正是“条件不够数”在训练结果上的直接表现，也是本节内容与实际开发之间最紧密的连接点。