在原地浸出采铀工艺中,铀的迁移过程受地下水流动和溶质扩散的共同作用,可通过对流-弥散方程进行描述。建立原地浸出采铀工艺中铀浓度随时间和空间变化的模型,对准确预测地下水中铀的迁移过程至关重要。传统数值方法(如有限差分法)在处理高维复杂问题时,计算量大且易产生误差。本研究探索了物理信息神经网络在对流-弥散方程求解中的适用性与精确性,对一维对流-弥散方程进行了数值模拟,并将物理信息神经网络解与数值解、解析解进行了对比。结果表明,在长期模拟中物理信息神经网络解比数值解更贴近解析解,具有较高的精度,并具备一定的外推能力。另外,在引入随机失活处理后,物理信息神经网络模型的泛化能力和收敛速度显著提升,验证了物理信息神经网络在复杂物理问题中的应用潜力。