本文探讨了基于物理知识的神经网络（PINNs）在求解偏微分方程中的应用，提出了一种新方法以发现随机势能介质中的本地化特征。研究表明，PINNs在处理复杂系统时比传统方法更准确高效，尤其在非线性摆系统中表现突出。文章还讨论了PINNs的训练优化及其在实际物理系统中的可行性，并展望了未来的研究方向。