本发明公开了一种用于求解微分方程的神经网络方法，包括以下步骤:步骤(1)，对定义域内每个维度的数据进行采样，获得训练的总体数据集；步骤(2)，每个轮次中的训练数据进行自动调整，得到每次轮次的训练数据；步骤(3)，根据微分方程的条件，构建物理信息神经网络，求解微分方程；神经网络求解微分方程中对于网络的参数进行多次的回归计算，将每一次的回归计算称为一个轮次。上述技术方案，该方法通过正态分布累计密度函数进行的分层数据采样方式，取得的数据点在定义域范围内的分布更具有特征性，跨定义域边界点的采样不仅有助于网络边界附近数据点的训练，在周期边界等条件中也具备更好的求解精度，有效的提高了网络整体的训练精度。