模型结构
ResNet + Tanh，使用跳连缓解深层网络训练不稳定。
样本参数
建议先使用示例样本检查输出格式。
Physics-Informed Neural Network
该模型在神经网络拟合中加入物理先验约束，适用于分析注入气组成、原油性质和储层温度变化下的 MMP 预测稳定性。
建议先使用示例样本检查输出格式。
ResNet + Tanh，使用跳连缓解深层网络训练不稳定。
约束关键组分与 MMP 的趋势关系，增强样本外解释性。
五折模型共同输出均值与不确定性，便于判断结果稳定性。
| Fold | R2 | RMSE (MPa) | MAE (MPa) | MRE (%) |
|---|---|---|---|---|
| 1 | 0.8953 | 2.603 | 1.324 | 6.77 |
| 2 | 0.9648 | 1.483 | 0.940 | 5.34 |
| 3 | 0.9589 | 1.567 | 1.050 | 5.81 |
| 4 | 0.9552 | 1.731 | 0.966 | 5.30 |
| 5 | 0.9790 | 1.205 | 0.896 | 5.49 |