本工具是一款专业的 基于PINN的动态社交网络信息传播参数估计与最优控制 研究助手。 结合 物理信息神经网络 (PINN) 与 复杂网络动力学, 能够精准估计传播模型中的关键参数(如感染率、恢复率),并计算抑制谣言或病毒传播的 最优控制策略。 适用于 网络科学研究 与 公共卫生决策。
将控制方程(如SIR微分方程)作为正则化项嵌入神经网络的损失函数中,利用少量观测数据即可高精度反演未知参数。
基于庞特里亚金极大值原理或直接法,计算在约束条件下使目标函数(如感染人数最小化)达到最优的控制变量(如隔离强度)。
PINN 具有数据高效特性,通常只需要少量的边界条件或稀疏观测数据即可进行参数估计。
支持经典的 SIR、SEIR 模型,以及自定义的复杂网络动力学微分方程组。