mindelec.solver.Problem
=======================

.. py:class:: mindelec.solver.Problem

    用户定义问题的基类。
    在每个数据集上设置约束的所有用户定义的问题，必须继承此类。
    它用于建立每个子数据集和使用定义的损失函数之间的映射。
    映射将由Constraint API构造，损失将由每个子数据集的约束类型自动计算。根据约束类型，对应的成员函数必须由用户重载，以获取目标标签输出。例如，对于dataset1，约束类型设置为"Equation"，因此成员函数"governing_equation"必须重载，以告知如何获取方程残差。

    .. py:method:: mindelec.solver.Problem.boundary_condition(*output, **kwargs)

        边界条件，抽象方法。
        如果相应的约束类型为"BC"，必须重载此函数。
        如果边界条件可以表示为 `f(bc_points) = 0` ，则将返回残差f，bc_points为边界上的数据点。

        参数：
            - **output** (tuple) - 代理模型输出，如电场、磁场等。
            - **kwargs** (dict) - 代理模型输入，如时间、空间等。

    .. py:method:: mindelec.solver.Problem.constraint_function(*output, **kwargs)

        函数约束的普遍情况，抽象方法。
        如果相应的约束类型为"Label"或"Function"，则必须重载此函数。
        它是约束类型的更普遍情况，可以表示为 `f(inputs) = 0` ，inputs为通用函数的数据点。
        将返回残差f。

        参数：
            - **output** (tuple) - 代理模型输出，如电场、磁场等。
            - **kwargs** (dict) - 代理模型输入，如时间、空间等。

    .. py:method:: mindelec.solver.Problem.governing_equation(*output, **kwargs)

        控制方程，抽象方法。
        如果相应的约束类型为"Equation"，则必须重载此函数。
        如果方程为 `f(inputs) = 0` ，则将返回残差f，inputs为控制区间的数据点。

        参数：
            - **output** (tuple) - 代理模型输出，如电场、磁场等。
            - **kwargs** (dict) - 代理模型输入，如时间、空间等。

    .. py:method:: mindelec.solver.Problem.initial_condition(*output, **kwargs)

        初始条件，抽象方法。
        如果相应的约束类型为"IC"，则必须重载此函数。
        如果初始条件可以表示为 `f(ic_points) = 0` ，则将返回残差f，ic_points为初始时刻数据点。

        参数：
            - **output** (tuple) - 代理模型输出，如电场、磁场等。
            - **kwargs** (dict) - 代理模型输入，如时间、空间等。