化学动力学的降阶模型：以原初化学网络为例

化学动力学在控制反应流问题的热演化中起着重要作用。系统中所考虑化学物种数目的增加会使物种间可能的相互作用急剧增长。先前已提出多种方法来简化化学网络，以降低化学网络的计算复杂度。这些技术通常需要领域专家手工识别重要的反应路径和可能的简化方式。在此，我们提出将自编码器与神经常微分方程相结合，在降维子空间中建模化学动力学的时间演化。我们证明，对于一个 9 物种的原初网络，与常用的天体化学求解器相比，我们的模型实现了接近 10 倍的加速，同时在广泛的密度和温度范围内保持 1% 的精度。