有限元神经网络方法：一维研究

本研究解决了将神经网络和传统数值方法结合以提高工程计算准确性的问题。提出的有限元神经网络方法（FENNM）利用Petrov-Galerkin方法，采用卷积操作更有效地逼近微分方程的加权剩余。研究表明，FENNM在集成强迫项和自然边界条件方面可与传统有限元方法相媲美，扩展了其在复杂工业问题中的应用潜力。