Merge pull request #142 from redhat123456/main

update

Author: redhat123456

blog/21-A Physics-Informed Neural Network (PINN) framework for generic bioreactor modelling.md

@@ -47,7 +47,7 @@ $$y=\sigma \left( W_L\sigma \left( W_{L-1}\sigma \left( W_1x+b_1 \right) +b_{L-1
 
 其中， $y$ 是输出向量，$x$ 是输入向量，$W_i$ 是 $i$ 层权重矩阵，$b_i$ 是偏置参数向量，$\sigma$ 是激活函数。
 
-![](./src/20/75.png)
+![](./src/21/75.png)
 
 按照方程 $(2)$ 的结构，FFNN-S 被实现为一步预测变量。它接收状态变量 $C(t-\Delta t)$、控制输入 $u_{[t-\Delta t,t]}$（在时间区间内保持恒定）以及时间步长 $\Delta t$ 作为输入。由于数据稀疏性异构，时间步长 $\Delta t$ 可能不是恒定的。当它保持恒定时，可能会从 FFNN-S 输入中掉落。预测浓度通过神经网络输出计算如下：