一类具有波动算子非线性Schrdinger方程的新多级包络周期解

该文给出了求解具有波动算子的非线性Schrdinger方程包络周期解的一种新方法.首先在构建的微分动力系统中分析了其平衡解的特性,其次通过将Lam方程及新的Lam函数与Jacobi椭圆函数展开法进行结合的办法得到了新的多级包络周期解,最后在极限条件下获得该方程相应的新包络孤波解以及其他形式的解.     

基于两阶段局部抽样策略的结构可靠性分析

工程实践中存在着各种不确定性因素，影响着工程结构的安全运行。结构可靠性分析以失效概率的形式考虑了不确定性的影响，可为结构的安全设计提供指导。然而，失效概率的评估往往涉及昂贵功能函数的调用，导致难以负担的计算成本。为解决该问题，基于Kriging模型的可靠性分析法在近年来受到了广泛的关注。该方法以训练良好的Kriging模型近似真实功能函数，从而在失效概率的计算中达到减少功能函数评价次数的目的。本文在主动学习Kriging模型的框架下，提出了基于两阶段局部抽样策略的结构可靠性分析法，以提高失效概率的估计精度和计算效率。在该方法中，Kriging模型的训练样本以两阶段局部抽样的方式从候选样本池中被逐渐添加。第一阶段以输入变量的均值点为抽样中心，利用概率密度函数确定抽样区域。当所估计失效概率满足基于置信区间的阶段划分阈值时，则开始第二阶段的局部抽样。第二阶段则以最可能失效点为抽样中心，以目标可靠度和功能函数的非线性度确定抽样区域。应用案例表明：所提方法能平衡有效抽样区域的全局探索和局部搜索，实现高精度失效概率估计的同时提高计算效率。     

基于偏最小二乘变换与Kriging模型的全局优化方法

针对传统Kriging模型在多变量(高维)输入全局优化中因超参数过多而引发收敛速度慢,精度低,建模效率不高问题,提出了基于偏最小二乘变换技术和Kriging模型的有效全局优化方法.首先,构造偏最小二乘高斯核函数;其次,借助差分进化算法寻找满足期望改进准则最大化条件的新样本点;然后,将不同核函数和期望改进准则组合,构建四种有效全局优化算法并进行比较;最后,数值算例结果表明,基于偏最小二乘变换的Kriging全局优化方法在解决高维全局优化问题方面相比于标准的全局优化算法在收敛精度及收敛速度方面更具优势.     

一类具有波动算子非线性Schrdinger方程的新多级包络周期解北大核心CSCD

该文给出了求解具有波动算子的非线性Schrdinger方程包络周期解的一种新方法.首先在构建的微分动力系统中分析了其平衡解的特性,其次通过将Lam方程及新的Lam函数与Jacobi椭圆函数展开法进行结合的办法得到了新的多级包络周期解,最后在极限条件下获得该方程相应的新包络孤波解以及其他形式的解.