本研究探讨物理信息深度学习在求解偏微分方程时的优化问题，尤其是损失函数中的微分项带来的挑战。提出了一种新求解器，通过数据训练的物理信息迭代算法适应每个PDE实例，加速优化过程，实现更快收敛，并适用于处理更广泛参数分布的参数化PDE。