从工况到全场温度：用算子学习替掉重复的稳态热仿真

方法原理

数据建模

精度验证

应用价值

模型实现

class DeepONet(nn.Module):
    def __init__(self, n_param, p=128):
        super().__init__()
        self.branch = mlp(n_param, p)   # 工况 -> p 维系数
        self.trunk  = mlp(3, p)         # 坐标 -> p 维基函数
        self.b0 = nn.Parameter(torch.zeros(1))

    def forward(self, u, y):
        b = self.branch(u)              # (B, p)
        t = torch.tanh(self.trunk(y))   # (M, p)
        return b @ t.T + self.b0        # (B, M) 全场温度