本文提出了一种新的深度学习架构来解决非线性Falkner-Skan方程，通过使用Legendre和Chebyshev神经模块提高了人工神经网络的逼近能力，并通过使用导数的运算矩阵克服了反向传播算法的计算复杂性。通过模拟Falkner-Skan方程的各种配置验证了该方法的效率。