非光滑函数的分数阶插值公式

本文基于局部分数阶Taylor展开式构造非光滑函数的分数阶插值公式,证明了插值公式的存在和唯一性,给出了分数阶插值的Lagrange表示形式及其误差余项,讨论了一种混合型的分段分数阶插值和整数阶插值的收敛阶.数值算例验证了对于非光滑函数分数阶插值明显优于通常的多项式插值,并说明在实际计算中采用分段混合分数阶和整数阶插值可以使得插值误差在区间上分布均匀,能够极大地提高插值精度.     

识别含热源瞬态热传导问题的热扩散系数

针对含有热源的瞬态热传导反问题,引入一个变换将含热源热传导问题转换为无热源热传导问题,采用改进布谷鸟算法反演热扩散系数.正问题由边界元法求解.将热扩散系数作为优化变量,以计算温度和测量温度之间的接近程度为目标函数,通过改进布谷鸟算法极小化目标函数来优化估计热扩散系数.比较共轭梯度法、布谷鸟算法和改进布谷鸟算法的反演结果.与共轭梯度法相比,改进布谷鸟算法对迭代初值不敏感;与布谷鸟算法相比,改进布谷鸟算法收敛速度更快.算例讨论了测点数量、鸟巢数量、测量误差对计算结果的影响.增加测点数量,反演结果精度降低;增加鸟巢数量,迭代次数减少;随着测量误差的增大,结果精度降低.数值算例验证了改进布谷鸟算法反演热扩散系数的准确性和有效性.     

一类分数阶Langevin方程block-by-block算法的数值分析

分数阶Langevin方程有重要的科学意义和工程应用价值,基于经典block-by-block算法,求解了一类含有Caputo导数的分数阶Langevin方程的数值解.Block-by-block算法通过引入二次Lagrange基函数插值,构造出逐块收敛的非线性方程组,通过在每一块耦合求得分数阶Langevin方程的数值解.在0<α<1条件下,应用随机Taylor展开证明block-by-block算法是3+α阶收敛的,数值试验表明在不同α和时间步长h取值下,block-by-block算法具有稳定性和收敛性,克服了现有方法求解分数阶Langevin方程速度慢精度低的缺点,表明block-by-block算法求解分数阶Langevin方程是高效的.     

第二类两端奇异Fredholm积分方程的分数阶线性插值方法

考虑第二类两端奇异的Fredholm积分方程,假设核函数在区间的两个端点非光滑,存在分数阶的Taylor展开式.对于这种类型的核函数,在包含端点的小区间上采用分数阶插值,在剩余区间上采用分段线性插值逼近,由此得到一种分数阶线性插值退化核方法.本文讨论该方法收敛的条件,给出收敛阶估计.数值算例表明这种分数阶混合线性插值方法对于两端奇异核函数有着较好的计算效果.     

变系数分数阶对流扩散方程的一种算子矩阵方法

研究带Caputo分数阶导数的变系数对流扩散方程的数值解法.基于Chebyshev cardinal函数,推导Riemann-Liouville分数阶积分的一个有效算子矩阵,以之为基础,提出了变系数分数阶对流扩散方程的一种新的算子矩阵法.该方法将方程的求解转化成矩阵的代数运算,具有计算量小和易于编程等特点.给出数值算例并与一些现有的方法进行比较,结果表明该方法是收敛的且在计算精度上占有优势.     

分数阶光滑函数线性和二次插值公式余项估计

本文在局部分数阶导数定义的基础上给出了高阶局部分数阶导数定义,并据此得到了一般形式的分数阶Taylor公式.用该公式给出了分数阶光滑函数线性和二次插值公式余项的表达式,并进一步导出了分段线性插值的收敛阶估计.针对分数阶导数临界阶计算困难的问题,本文利用线性插值余项设计了一种外推算法,能够比较准确地求出函数在某点的局部分数阶导数的临界阶.最后通过编写算法的Mathematica程序,验证了理论分析的正确性,并用实例说明了算法的有效性.     

基于混沌算法的改进布谷鸟搜索算法及其应用

对布谷鸟搜索算法的Lévy飞行机制进行简化,利用混沌算法改进种群初始化,并按适应度值进行排序,参考蛙跳算法对排在末位的若干个鸟巢进行随机变异,提出一种基于混沌算法的改进布谷鸟搜索算法.通过测试函数验证,并与其他算法进行比较,该算法显示出更好的搜索性能和精度,将其应用于水电站经济调度问题,与传统算法相比,效果更好.     

混合布谷鸟搜索算法求解非线性方程组

针对当前算法求解非线性方程组存在求解个数不完整、精度低等问题,提出一种混合布谷鸟搜索算法(HCS).首先分析原始布谷鸟搜索算法不足,再结合差分进化算法和二次插值优势,将其进行深度融合.通过12个非线性方程组的仿真实验,结果表明算法能有效搜索到非线性方程组的较多解,并与其他算法进行比较,算法在解的数量和质量上具有优越性.     

第二类端点奇异Fredholm积分方程的分数阶退化核方法

本文针对第二类端点奇异Fredholm积分方程构造基于分数阶Taylor展开的退化核方法，设计了两种计算格式，一是在全区间上使用分数阶Taylor展开式近似核函数，二是在包含奇点的小区间上采用分数阶插值，在剩余区间上采用分段二次多项式插值逼近核函数.讨论了两种退化核方法收敛的条件，并给出了混合插值法的收敛阶估计.数值算例表明对于非光滑核函数分数阶退化核方法有着良好的计算效果，且混合二次插值法比全区间上的分数阶退化核方法有着更广泛的适用范围.     

改进的布谷鸟算法求解物流配送中心选址问题

针对基本布谷鸟算法求解物流配送中心选址问题时存在搜索精度低、易陷入局部最优值的缺陷,提出一种改进的布谷鸟算法.算法采用基于寄生巢适应度值排序的自适应方法改进基本布谷鸟算法的惯性权重,以平衡算法的全局开发能力和局部探索能力;利用NEH领域搜索以提高算法的搜索精度和收敛速度;引入停止阻止策略对全局最优寄生巢位置进行变异避免算法陷入局部最优值、增加种群的多样性.通过实验仿真表明,改进的布谷鸟算法在求解物流配送中心选址问题上要优与基本布谷鸟算法以及其它智群算法,是一种有效的算法.