我们提出了一种基于随机特征法的求解含时偏微分方程(PDE)的框架。数值解为使用单位和随机特征函数的时空划分构造。两个研究了构造随机特征函数的不同方法:特征在相同基础上处理空间和时间变量(STC)的函数,或取决于空间的两个随机特征函数的乘积和时间变量(SoV)。边界和初始条件被强制执行按罚款条款。我们还研究了两种解决最小二乘问题的方法:该问题可以整体解决,也可以使用块时间推进策略解决。这个前者称为时空随机特征法(ST-RFM)。数值结果对于一系列问题表明,所提出的方法,即ST-RFM与STC和带有SoV的ST-RFM在空间和时间上都具有光谱精度。此外,ST-RFM只需要搭配点,而不需要网格。这对于解决以下问题很重要复杂几何形状。我们通过使用ST-RFM来解决二维问题来证明这一点复域上的波动方程。这两种策略在某些方面存在显著差异及时了解行为。在使用块时间推进的情况下,我们证明了误差界,表示与数量成指数增长的因子时间块。对于ST-RFM,我们证明了具有次线性增长因子的上界关于时间上子域的数量。这些估计也得到了确认通过数值结果。