跑过物理信息神经网络（PINN）后，很多人会卡在同一个问题上：损失函数里几个约束项的权重到底怎么定？我最近把灰狼优化算法（GWO）接进去，做了一套自动搜权重的改进方案，配套Matlab代码，在实际算例里省了大量人工调参时间。这篇文章把GWO-PINN的原理、改进点、完整代码流程和调试经验一次性说清楚，适合正在做科学计算、深度学习或者算法优化方向的读者参考。
这套思路不是什么玄学，本质上是把“调损失函数权重”这个高阶工程问题，变成一个低维数值优化问题。我用一个一维热传导方程做演示，GWO负责在权重空间里搜索，PINN负责求解偏微分方程，两套工具各司其职，组合起来比手动试权重要稳得多。
1. 项目概览：GWO改进PINN要解决什么问题
1.1 一句话看懂：这套方案解决什么问题
物理信息神经网络把物理方程（比如偏微分方程）直接编码到神经网络的损失函数里，让网络在拟合数据的同时遵守物理规律。但在实际训练中，损失函数往往由好几部分组成：PDE残差项、初始条件项、边界条件项，有时还有观测数据项。这些项的权重如果设置不合理，网络就会偏向优化量级更大的那部分，最终得到的解要么满足边界但物理方程残差很大，要么方程残差很低但初边值完全对不上。
手动调权重非常痛苦。不同问题的方程形式不同、定义域不同、初始条件不同，各项损失的合理量级千差万别。我见过最夸张的情况，某个对流问题里PDE残差的初始值在1e2量级，边界条件损失只有1e-5，不调整权重根本训练不出来。
灰狼优化算法(GWO)的优势在于它不依赖梯度信息，对目标函数的连续性、可导性没有要求，非常适合用来搜索这类“权重怎么配”的问题。把每个权重组合看成灰狼种群中的一个个体，通过模拟狼群的包围、追捕、攻击行为，在权重空间里逐步逼近最优组合。这个思路实现简单、鲁棒性好，而且GWO的参数很少，尤其适合和PINN这种训练成本高的模型搭配使用。
1.2 适合谁来读：三个典型使用场景
第一类是有物理方程求解需求的研究者。不管你做热传导、流体、固体力学还是电磁场，只要用PINN求解PDE，就会遇到损失权重问题。这篇文章给出的一条完整路径可以直接迁移到你的方程上。
第二类是搞深度学习算法优化的同学。GWO是一个经典的元启发式算法，PINN是当前热门方向，这两者的结合很适合作为新方法的baseline。你可以在这个基础上和其他优化算法做对比，也可以替换搜索变量做更多拓展实验。
第三类是工程应用开发者。如果需要在Matlab环境里快速验证物理约束学习的效果，不想自己从零搭复杂框架，这套代码提供了足够干净的最小实现。把方程换掉、配点重新采样，就能快速适配自己的问题。
1.3 全局流程与关键设计选择
整体流程可以概括成六步：定义物理方程，生成配点数据，构建PINN网络，设计GWO适应度函数，执行GWO权重搜索，用最优权重重新训练并验证。
这里有一个容易理解偏的设计选择：GWO搜索到最优权重后，并不是用GWO直接训练网络。GWO在维度极低的权重空间里做高层搜索，而神经网络本身的参数依然交给Adam这类梯度优化器去更新。我最初也考虑过让GWO直接搜索网络参数，但在演示问题里网络参数有几百个，GWO在高维空间里的搜索效率会急剧下降，收敛速度远不如梯度优化器。所以最后采用“GWO掌控损失结构，Adam掌控参数更新”的混合架构，这个分工既合理又高效。
2. 基础概念拆解：GWO和PINN各自怎么工作
2.1 PINN先把偏微分方程变成损失函数
PINN的核心思想非常直接：用神经网络作为方程的试解函数。传统数值方法比如有限差分、有限元法，是在网格节点上构造离散方程；PINN则是在连续空间上采样若干个配点，让神经网络在这批点上尽量满足物理方程和边界条件。
设要求解的PDE为：
u_t = κ · u_xx定义域内，令网络输出为u(x,t;θ)，θ是网络参数。构造损失函数：
L = L_pde + λ_ic·L_ic + λ_bc·L_bc + λ_data·L_data其中L_pde是方程残渣的均方误差，L_ic和L_bc分别约束初始条件和边界条件，L_data是观测数据拟合项。这里的λ_ic、λ_bc、λ_data就是GWO要搜索的权重。
需要补充的是，PINN的关键技术是自动微分。偏导数u_t、u_xx不是用数值差分近似，而是通过计算图求导得到，精度高、误差小，这是整个PINN框架能工作的地基。
2.2 GWO让一群“狼”替你做全局搜索
灰狼优化算法的灵感来自灰狼群体的社会等级和狩猎策略。在一个狼群里，有α狼（领导者）、β狼（次级领导者）、δ狼（普通领导者）和ω狼（底层个体）。搜索过程中，所有个体都向当前最优的几个位置靠拢。
在数学模型中，每一只狼的位置就是候选解。假设第t次迭代时狼的位置向量为X(t)，猎物位置为X_p(t)，先计算包围距离：
D = |C · X_p(t) - X(t)| X(t+1) = X_p(t) - A · D这里A和C都是系数向量。A = 2a·r1 - a，其中a从2线性递减到0，控制搜索步长；C = 2·r2，用来引入随机性。参数r1、r2是[0,1]内的随机数。
实际的追捕过程是，狼群根据α、β、δ三头狼的位置综合更新自己的位置：
X(t+1) = (X_α + X_β + X_δ) / 3个体的质量用适应度函数评价，每次迭代都保留当前最好的三个位置，并让其他个体向它们逼近。这个机制保证了GWO收敛性足够好，同时因为A和C的随机性，也保留了跳出局部极值的能力。
2.3 自动微分：连接物理约束和神经网络的桥梁
没有自动微分，PINN的损失函数根本算不出来。之所以单独提这一点，是因为很多刚接触PINN的朋友会把求导想得太复杂，以为要用差分法逐点近似，这样误差会直接摧毁训练精度。
在Matlab中，用dlarray构造输入数据，通过dlgradient计算任意阶导数。比如网络输出u对输入x求一阶导，就是一层dlgradient；要求二阶导，则需要先对一阶导再求一次dlgradient。这套机制在深度学习中已经非常成熟，用到PINN里就是多写两行嵌套调用的事。
结合本文的GWO改进，自动微分的意义还不止于计算PDE残差。当我们在权重空间里搜索λ时，其实是在改变不同损失分量的梯度量级，而自动微分确保所有分量都是在同一个精确的计算图语义下求得的，不会因为数值差分的误差影响GWO的适应度判断。
3. 核心改进思路：为什么用GWO给PINN做优化
3.1 PINN训练最大的坑：损失项权重不能靠拍脑袋
我在实际项目中踩过这么一次坑：某个边界条件很复杂的PDE，手动试了十几组权重，得到的解要么在边界附近剧烈振荡，要么内部方程残差很大。原因很简单，PDE残差项和边界项的初始量级可能相差两个数量级以上，梯度更新方向几乎被量级大的项主导。
之所以GWO能派上用场，是因为权重搜索本质上是一个低维优化问题。演示问题里只需要搜3个权重，复杂一点也就5到6个，这个维度对GWO来说非常轻松。相比之下，网格搜索在维度变大时彻底失效，随机搜索虽然简单但效率低，贝叶斯优化对连续性假设有一定要求，而且实现复杂度偏高。GWO的参数少，实现只有几十行，还能天然并行评估种群，综合起来最划算。
有人可能会问，如果PDE项和边界项量级差异巨大，先在损失函数里做归一化不就行了？这话有道理，但归一化只能保证初始量级一致，训练过程中各项的梯度变化率仍然不同，照样会失衡。GWO的思路不一样，它直接去搜索能让最终损失均衡的权重，而不是只在初始阶段做一次补偿。
3.2 除了权重，GWO还能优化PINN的哪些环节
损失权重是最常见的改进点，但GWO在其他环节同样有发挥空间。
第一个方向是网络初始参数。PINN训练对初始参数很敏感，特别是激活函数为tanh的网络，参数初始范围、网络深度和宽度都会影响收敛。GWO可以搜索网络的初始缩放系数，比如对每一层权重施加一个可学习的乘子，用GWO去找最优乘子组合。
第二个方向是网络超参数。隐含层数、每层神经元数、学习率、激活函数类型，这些离散和连续混合的变量，传统网格搜索效率低，GWO可以直接处理。把层数和宽度映射为整数变量，学习率映射为log空间的连续变量，一个狼群的维度就代表一套完整的网络配置。
第三个方向是PDE反问题。当方程里的某个物理系数未知时，可以把未知系数加入网络输入，并用少量观测数据约束它。GWO可以在观测数据可用的条件下搜索这个系数的值。不过反问题通常还需要配合更复杂的损失设计，GWO只负责其中一部分搜索。
这些改进方向不冲突，甚至可以组合。但我个人建议第一步先把损失权重搜索做完，这是收益最高、改动最小、调试最容易的入口。
3.3 权重搜索空间的设定与初始化细节
搜索空间设定会直接影响GWO最终效果，这里有两个经验值得分享。
权重范围建议放在对数空间。比如线性范围[0.001, 100]在GWO的随机初始化阶段，大部分个体都集中在0到10之间，100基本很难被采到。改成对数空间，让权重向量以10的幂次形式出现，搜索范围exp2到exp4，相当于覆盖了0.01到10000，并且每个数量级都有概率命中。这个细节极大提升了搜索效率。
种群初始化建议用拉丁超立方采样代替纯随机采样。纯随机采样容易出现个体扎堆，导致前期搜索范围太窄。拉丁超立方保证每个维度上都有均匀覆盖，种群个体在空间里分布更合理。GWO的更新公式本身是向最优个体靠拢，初始分布越均匀，越不容易早熟收敛。
另外还要考虑适应度评估成本。PINN的适应度评估需要训练网络若干轮，非常耗时。因此GWO迭代次数不能太大，种群数量也不宜过多。我的演示配置是种群12只狼、迭代20轮，总评估次数240次，配合每次评估600轮Adam更新，在普通笔记本上跑十几分钟就能出结果，这个性价比可以接受。
4. Matlab代码实现与核心环节详解
4.1 运行环境与工具依赖
代码需要Matlab R2021b以上版本，必须安装深度学习工具箱。用到的核心函数包括dlnetwork、dlarray、dlgradient、adamupdate，这些都是工具箱自带的能力，不需要额外安装第三方包。
我建议先跑通这个简化版本，再逐步改造成你自己的问题。为了调试方便，全局固定随机种子rng(42)，保证每次实验结果可复现。这一点在调算法时非常关键，否则你以为调整参数生效了，其实只是随机搞鬼。
4.2 演示问题：一维热传导方程
用一维热传导方程作为演示，因为它有精确解，方便验证GWO-PINN的效果。方程为：
u_t = κ · u_xx, x ∈ [0, π], t ∈ [0, 1]取扩散系数κ = 0.1，初值条件u(x,0)=sin(x)，边界条件u(0,t)=u(π,t)=0。该问题的解析解为：
u(x,t) = exp(-κ·t)·sin(x)采样配点时，内部点用均匀随机数生成，初值和边界点分别按各自约束条件生成。数量上，内部配点取600个，初值点80个，边界点120个。这些数量对演示问题足够，实际项目里可以根据方程复杂度适当放大。
4.3 搭建PINN网络：输入输出与激活函数选择
网络输入为坐标(x,t)两个分量，输出为标量解u。隐藏层采用3层全连接层，每层20个神经元，激活函数用tanh。选择tanh的原因有两个：一是激活函数光滑，足够支持二阶导数计算；二是tanh输出范围在[-1,1]之间，对样本量级的变化比较稳定。
function net = buildNetwork() layers = [ featureInputLayer(2, 'Normalization', 'none') fullyConnectedLayer(20, 'Name', 'fc1') tanhLayer('Name', 'tanh1') fullyConnectedLayer(20, 'Name', 'fc2') tanhLayer('Name', 'tanh2') fullyConnectedLayer(20, 'Name', 'fc3') tanhLayer('Name', 'tanh3') fullyConnectedLayer(1, 'Name', 'out') ]; net = dlnetwork(layers); end主脚本里先固定随机种子、生成配点数据，然后构建网络：
clear; clc; close all; rng(42); kappa = 0.1; x0 = 0; x1 = pi; t0 = 0; t1 = 1; % 内部配点 Nf = 600; x_f = x0 + (x1 - x0) * rand(Nf, 1); t_f = t0 + (t1 - t0) * rand(Nf, 1); % 初始条件配点 Nic = 80; x_ic = x0 + (x1 - x0) * rand(Nic, 1); t_ic = zeros(Nic, 1); % 边界条件配点 Nbc = 120; x_bc = [zeros(Nbc/2, 1); pi * ones(Nbc/2, 1)]; t_bc = t0 + (t1 - t0) * rand(Nbc, 1);这里有个小细节：内部配点的x和t必须等长，因为后续计算残差时要把二者拼成一个输入矩阵按列组织，如果长度不一致会直接报错。初值点和边界点不需要和内部点等长，它们分别对应各自的约束位置。
4.4 modelLoss函数：把PDE和边值条件写成可微损失
损失函数是GWO-PINN的核心环节，也是实现最需要小心的部分。完整的modelLoss结构如下：
function [loss, grads] = modelLoss(net, x_f, t_f, x_ic, t_ic, x_bc, t_bc, w) % 内部配点处的前向计算 Xf = dlarray([x_f, t_f]', 'CB'); u_f = forward(net, Xf); % 自动微分求一阶导 du = dlgradient(u_f, Xf); u_x = du(1, :); u_t = du(2, :); % 对u_x再求一次梯度, 得到二阶导数 du_x = dlgradient(u_x, Xf); u_xx = du_x(1, :); % PDE残差 pdeRes = u_t - kappa .* u_xx; pdeLoss = mean(pdeRes.^2, "all"); % 初始条件损失 Xi = dlarray([x_ic, t_ic]', 'CB'); u_ic = forward(net, Xi); u_ic_exact = sin(x_ic)'; icLoss = mean((u_ic - u_ic_exact).^2, "all"); % 边界条件损失 Xb = dlarray([x_bc, t_bc]', 'CB'); u_bc = forward(net, Xb); bcLoss = mean(u_bc.^2, "all"); % 加权总损失 loss = pdeLoss + w(1) * icLoss + w(2) * bcLoss; % 计算梯度 grads = dlgradient(loss, net.Learnables); end这里dlgradient(u_f, Xf)返回的矩阵第一行是∂u/∂x，第二行是∂u/∂t，每列对应一个样本。对u_x再求一次dlgradient，第一行就是∂²u/∂x²。这种写法比分别建立两个输入分支更简洁，但维度顺序一定要搞清楚，否则二阶导算出来是错的。调试的时候可以先用一个已知函数做测试，比如u=x²+t，看u_x是否等于2x，u_t是否等于1，别急着直接上复杂问题。
数据项L_data在演示问题里没有用到真实观测数据，所以没有纳入loss。如果后面有实测数据，只需要增加一个类似的dataLoss分量并分配权重w(3)即可。
4.5 GWO主循环：适应度设计与狼群位置更新
GWO的每个个体对应一组候选权重参数(w_ic, w_bc)。适应度函数内部需要重新初始化网络，用当前权重训练固定轮数，然后返回末尾若干次训练损失的平均值。这里有几个设计细节：
- 每次评估都重新初始化网络，保证不同个体之间比较的基础一致。如果沿用上一轮的网络，那么靠后评估的个体天然损失更低，这种不公平会彻底破坏GWO的更新逻辑。
- 用末尾5次损失的平均值而不是最后一次损失，可以减少训练过程中的随机波动。
- 权重在GWO内部存储在对数空间，计算损失前先做一次10的幂映射，既扩大了搜索范围，也让损失计算时数值更稳定。
function obj = gwoFitness(w_log, x_f, t_f, x_ic, t_ic, x_bc, t_bc) w = 10 .^ w_log; % 从对数空间还原成线性权重 net = buildNetwork(); % 重新初始化网络 lr = 0.01; innerEpoch = 600; lossWindow = zeros(5, 1); for iter = 1:innerEpoch [loss, grads] = dlfeval(@modelLoss, net, x_f, t_f, ... x_ic, t_ic, x_bc, t_bc, w); net = adamupdate(net, grads, lr, iter); if iter > innerEpoch - 5 lossWindow(iter - innerEpoch + 5) = extractdata(loss); end end obj = mean(lossWindow); end主GWO循环部分，用标准的狼群位置更新公式来搜索：
dim = 2; nPop = 12; maxIter = 20; lb = [-1, -1]; ub = [2, 2]; Positions = zeros(nPop, dim); for i = 1:nPop for d = 1:dim Positions(i, d) = lb(d) + rand() * (ub(d) - lb(d)); end end Alpha_pos = zeros(1, dim); Alpha_score = inf; Beta_pos = zeros(1, dim); Beta_score = inf; Delta_pos = zeros(1, dim); Delta_score = inf; for t = 1:maxIter % 评估所有个体 for i = 1:nPop fitness = gwoFitness(Positions(i, :), x_f, t_f, x_ic, t_ic, x_bc, t_bc); if fitness < Alpha_score Delta_pos = Beta_pos; Delta_score = Beta_score; Beta_pos = Alpha_pos; Beta_score = Alpha_score; Alpha_pos = Positions(i, :); Alpha_score = fitness; elseif fitness < Beta_score Delta_pos = Beta_pos; Delta_score = Beta_score; Beta_pos = Positions(i, :); Beta_score = fitness; elseif fitness < Delta_score Delta_pos = Positions(i, :); Delta_score = fitness; end end % 更新a系数, 从2线性降到0 a = 2 - 2 * t / maxIter; % 更新每只狼的位置 for i = 1:nPop for d = 1:dim r1 = rand(); r2 = rand(); A1 = 2 * a * r1 - a; C1 = 2 * r2; D_alpha = abs(C1 * Alpha_pos(d) - Positions(i, d)); X1 = Alpha_pos(d) - A1 * D_alpha; r1 = rand(); r2 = rand(); A2 = 2 * a * r1 - a; C2 = 2 * r2; D_beta = abs(C2 * Beta_pos(d) - Positions(i, d)); X2 = Beta_pos(d) - A2 * D_beta; r1 = rand(); r2 = rand(); A3 = 2 * a * r1 - a; C3 = 2 * r2; D_delta = abs(C3 * Delta_pos(d) - Positions(i, d)); X3 = Delta_pos(d) - A3 * D_delta; Positions(i, d) = (X1 + X2 + X3) / 3; % 越界处理 if Positions(i, d) < lb(d), Positions(i, d) = lb(d); end if Positions(i, d) > ub(d), Positions(i, d) = ub(d); end end end fprintf('迭代 %d/%d, 最优适应度 %.4f, 权重: %.2f %.2f\n', ... t, maxIter, Alpha_score, 10^Alpha_pos(1), 10^Alpha_pos(2)); end这里要特别提示一下运行时间预算。每次gwoFitness内部要重新构建网络并执行600轮Adam更新，在普通CPU上大约耗时1到2秒。12只狼迭代20轮就是240次评估，预计总运行时间在10到25分钟之间。如果配点数量更大或者网络更深，时间会成倍增长，这种时候可以适当减少种群数或降低内部训练轮数。
4.6 拿到最优权重之后：重新训练与可视验证
GWO输出Alpha_pos后，我们拿到的是对数空间的权重。还原成线性权重后，用这个固定权重重新做一次完整的PINN训练，得到最终的预测解。
w_best = 10 .^ Alpha_pos; fprintf('最优权重: w_ic = %.3f, w_bc = %.3f\n', w_best(1), w_best(2)); % 重建网络并长时间训练 net = buildNetwork(); lr = 0.01; maxEpoch = 10000; for iter = 1:maxEpoch [loss, grads] = dlfeval(@modelLoss, net, x_f, t_f, ... x_ic, t_ic, x_bc, t_bc, w_best); net = adamupdate(net, grads, lr, iter); if mod(iter, 1000) == 0 fprintf('训练 %d/%d, loss = %.4f\n', iter, maxEpoch, extractdata(loss)); end end验证阶段，生成一组网格点上的精确解和预测解做对比。相对L2误差是一个简明指标，误差在1e-2以内说明解的形态正确，1e-3以内已经属于相当好的结果。
x_test = linspace(0, pi, 100)'; t_test = linspace(0, 1, 100)'; [X, T] = meshgrid(x_test, t_test); Xf_test = dlarray([X(:), T(:)]', 'CB'); u_pred = extractdata(forward(net, Xf_test)); u_pred = reshape(u_pred, 100, 100); u_true = exp(-kappa * T) .* sin(X); err = norm(u_pred(:) - u_true(:)) / norm(u_true(:)); fprintf('相对L2误差: %.4e\n', err);在这个热传导算例里，大概能得到1e-3量级的相对误差。如果换更复杂的方程，误差会更大一些，但这已经足以验证GWO-PINN整条链路是通顺的。
5. 实际问题排查与效果调优
5.1 常见故障速查表
在复现或迁移这套代码时，下面几个问题出现频率最高，列成速查表方便直接定位。
| 现象 | 可能原因 | 解决办法 |
|---|---|---|
| 训练loss变成NaN | GWO搜索到的权重过大，导致梯度爆炸 | 把权重搜索空间压到更小的对数范围；在损失里对权重做上限截断 |
| 权重搜索结束后，最终训练不收敛 | 适应度函数的内部训练轮数太少，没有反映真实权重质量 | 把innerEpoch从600加到1000以上，或者用末尾10次损失的均值作为适应度 |
| GWO前期收敛特别慢 | 种群初始化随机分布，个体扎堆 | 改用拉丁超立方初始化；增加种群数量到16或20 |
| PDE残差很低但边界处严重振荡 | 边界权重搜索到了过小值，边界约束没被有效学习 | 检查Alpha_pos中边界权重是否过小；把边界权重的对数搜索下界从-1抬到0 |
| 二阶导计算错误 | dlgradient嵌套使用时分不清输出维度 | 先用u=x²+t这样的简单函数做导数自检 |
| 运行时间太长 | 种群数或迭代数设置过大 | 适当减小nPop和maxIter，演示问题12只狼、20轮足够 |
排查的时候记住一个原则：先排除网络和损失实现的问题，再谈GWO参数调优。如果modelLoss本身有bug，GWO搜出来的权重没有任何意义。
5.2 参数调节经验：少迭代、精验证、别浪费
在实际调试中，我最想强调的一点是：GWO迭代次数不要盲目加大。很多朋友一看到效果不好就想加迭代次数，但在GWO-PINN场景里，每次迭代都要做几十上百次网络训练评估，成本极高。增加迭代次数带来的收益，往往不如把每次评估内部的训练质量提高一点来得实在。
更合理的做法是，先用较少的迭代轮数快速跑通流程，确认代码链路没有bug，再根据结果逐步调整搜索边界和网络规模。我的经验是，第一次运行先设置nPop=8、maxIter=10，只求流程跑通。如果这个配置下最终误差已经在可接受范围内，再考虑增加轮数拿更精细的结果。
另一个容易被忽略的点是权重搜索和最终训练的目标不一定完全一致。GWO内部的训练轮数少，搜索出的权重可能偏向于让网络快速收敛的组合；最终训练轮数多，真正想要的是让网络收敛到低误差解。所以权重搜索完成后，一定要做一次足够长时间的训练来验证，而不是直接用短训练的结果下结论。
5.3 后续可以继续深挖的三个方向
这套GWO-PINN框架的扩展空间很大。第一个方向是把它推广到方程组或者高维PDE，比如二维波动方程、不可压缩流体的流函数形式。此时损失分量会增多，但GWO搜索维度只是从2变成4或者5，实现逻辑几乎不变。
第二个方向是联合搜索网络超参数。我之前试过把网络层数、每层宽度、学习率一起放进狼群的维度里，层数和宽度用整数编码映射到离散空间，学习率放在对数空间。搜索出的配置比手工设置要稳定，但代价是搜索维度和适应度波动同时增加，需要更大种群数和更多迭代轮数。
第三个方向是处理逆问题。如果扩散系数κ未知，可以把它变成狼群的一个搜索维度，同时让PINN在训练中学习这个系数。观测数据和PDE物理约束同时约束系数和网络参数，GWO在外层搜索系数，Adam在内层更新网络，整个方案架构依然清晰。
我在实际使用中的体会是，GWO-PINN最适合的并不是那些结构极其复杂的方程，而是遇到“权重怎么都不顺手”的情况时，花十几分钟让算法自动帮你找到一个合理的起点。调参三天的经历，被一次GWO搜索替代掉之后，你会发现这套组合的性价比远超预期。建议你先照着代码跑通热传导方程，然后再把边界条件和源项替换成自己项目里的问题，体会会更直观。
