基于物理信息神经网络（PINN）求解Burgers方程
在这篇博客中，我们将展示如何通过物理信息神经网络（Physics-Informed Neural Network, PINN）求解经典的 Burgers 方程。PINN 不仅依赖于训练数据的监督学习，还将偏微分方程的物理信息嵌入损失函数，从而在满足边界和初始条件的同时，约束神经网络解的物理一致性。
Burgers 方程在流体动力学、非线性波传播等领域有广泛的应用，是测试数值求解方法的经典模型之一。
1. 问题背景
Burgers 方程的表达式为：
u t + u u x
