求解Bratu型方程的径向基函数逼近法

基于径向基函数可以逼近几乎所有函数的强大逼近功能,借鉴弹塑性静力学的处理方法,提出位移、速度、加速度联合插值的径向基函数表达式,结合MATLAB数值软件进行计算机编程,成功求解了Bratu型强非线性方程,并给出相应的相对误差.通过分析几种典型的算例,并将计算结果与一些现有的数值分析法得到的数值解进行对比,表明了该方法的可行性和精确性,为求解强非线性Bratu型方程提供了一种新思路.     

基于径向基函数逼近的非线性动力系统数值求解

径向基函数具有形式简单、各向同性等优点.将径向基函数逼近的思想与加权余量配点法相结合,借鉴边值问题的求解,构造了一种求解非线性动力系统初值问题的数值方法.分析了几种较为成熟的非线性动力系统数值求解方法的优缺点.给出了实际算例,与已有方法对比,表明该方法计算过程简单、收敛性好、计算精度高.     

径向基函数神经网络在股票走势模式分类中的应用

探讨了径向基函数神经网络在个股走势模式分类中的应用问题。提出了一种可调基宽度的计算方法和若干数据预处理的措施。实例计算表明,该方法取得了较好的效果     

基于径向基逼近的KdV方程的无网格辛算法

基于径向基逼近理论,本文为KdV方程构造了一个无网格辛算法.首先借助径向基空间离散Hamilton函数以及Poisson括号,把KdV方程转化成一个有限维的Hamilton系统.然后用辛积分子离散有限维系统,得到辛算法.文章进一步讨论了所构造辛算法的收敛性和误差界.数值例子验证了理论分析.     

拟径向基函数法在公司债券风险衡量中的应用

本文应用拟径向基函数法(Q-RBFS)求解基于风险债券定价的Black-Scholes方程,并采用了特殊的方法降低系数矩阵的条件数来解决由于不断循环求解方程组所积累的误差,得到精确度较高的数值近似解,实现了债券风险定价.     

基于多元二次径向基神经网络的偏微分求解方法

为提高偏微分方程的计算求解精度,设计了以多元二次径向基神经网络为求解单元的偏微分计算方法,给出了多元二次径向基神经网络的具体求解结构,并以此神经网络为求解基础,给出了具体的偏微分计算步骤.通过具体的偏微分求解实例验证方法的有效性,并以3种不同设计样本数构建的多元二次径向基神经网络为计算单元,从实例求解所需的计算时间以及解的精度作对比,结果表明,采用基于多元二次径向基神经网络的偏微分方程求解方法具有求解精度高以及计算效率低等特点.     

一个新的边界层方程及其在形状控制中的应用

本文给出固壁边界上(即一个二维流形上) 的流体速度梯度和压力的二阶偏微分方程, 从而也给出边界上法向应力, 以及流体中运动物体所受的阻力和升力的计算公式. 本方法的创新在于边界上法向速度梯度不是通过在边界层内速度梯度的数值微分达到, 而是通过它与其他变量一起作为一组偏微分方程的解而得到, 证明边界层方程组的适定性问题, 并且给出解关于边界形状的Gâteaux 导数所满足的偏微分方程. 本文将本方法应用于飞机外形的形状最优控制, 给出阻力泛函关于形状第一变分的可计算形式. 数值例子表明, 用本方法得到的阻力精度比通用程序得到要高.     

用径向基函数插值解自共轭椭圆型方程

本文讨论用MQ作为插值的径向基函数,对自共轭椭圆型方程进行插值,证明了插值系数的唯一性,并用投影法证明了用径向基函数解自共轭椭圆型方程的收敛性.     

求解扩散方程的非对称径向基函数配点法

本文针对扩散方程,借助于Halton节点,基于径向基函数和迭代法提出一种新的无网格方法.该方法在时间层上采用全隐离散,在空间层上构造了θ-型迭代格式,然后利用径向基函数去逼近未知函数.由于本文采用紧支集径向基函数,因而导出的离散系统矩阵是稀疏的,且有较好的条件数.最后通过数值实验验证新方法的有效性.     

关于径向基函数插值的收敛性

本文在 n 维空间给出了径向基函数插值及逼近的收敛性质,并给出了收敛阶.     

基于径向基函数网络的区域物流能力投资结构优化

针对如何有效地提高区域物流能力,以推动区域经济增长的问题,构建了区域物流能力的投资结构优化模型.首先详细分析了优化区域产业投资结构能增强区域物流能力的原因,从产业结构的角度揭示了区域物流能力与产业投资分配之间复杂的非线性关系;然后采用径向基函数神经网络实现了它们之间的非线性映射,进而建立了有约束条件限制的非线性规划投资结构优化模型;最后以四川省2005年的产业投资实际数据为基础,采用改进遗传算法对该模型进行求解,获得了优化问题的近似最优解以及投资结构的优化方向.优化结果表明:建立的模型对产业投资结构的优化是合理、有效的,从而提供了一个能提高区域物流能力的实用且切实可行的新方法.     

关于径向基函数插值的收敛性

本文在n维空间给出了径向基函数插值及逼近的收敛性质,并给出了收敛阶。     

基于三角基的网格形状变形

研究了在散乱数据的三角剖分后对所形成的空间三角形网格进行变形的具体操作算法.首先给出描述三角形网格各顶点空间位置的内在结构矩阵,然后插值于相应的结构矩阵,实现三角形网格之间的形状变形.该文的另一个特点是引入三角基函数作为混合函数,得到了更优的结果.     

导弹武器系统费用预测的径向基函数网络方法

提出采用径向基函数网络理论来估算导弹武器系统的费用,武器系统的费用与武器特征参数的关系可通过神经网络的阈值和权值来表现,并且对几种用于导弹武器系统费用分析的数据分析结果进行比较分析.通过实例说明了应用径向基函数网络进行导弹武器系统费用分析不但算法可行性好、拟合精度高,而且具有运算简单,结果可靠的特点.     

径向基函数参数化翼型的气动力降阶模型优化

基于小扰动和弱非线性假设,提出了一种基于气动力降阶模型和径向基函数参数化的翼型优化方法.其主要方法是用径向基函数参数化翼型扰动;通过CFD辨识参数扰动对翼型气动力影响的降阶模型核函数;基于叠加法建立了参数变化对翼型气动力影响的降阶模型;最后基于该气动力降阶模型计算并优化翼型升阻特性.NACA0012翼型优化的结果表明基于气动力降阶模型的优化方法是可行的,可以极大地提高翼型优化速度.     

用径向函数法求解偏微分方程

In this paper. Kansa′s method and Hermite collocation method with Radial Basis Func-tions is applied to solve partial differential equation. The resultant matrix generated from the Her-mite method is positive definite, which guarantees the reversibility of the matrix. The numerical re-sults indicate that the methods provides reversibility of the matrix. The numerical results indicatethat the method provieds an efficient algorithm for solving partial differential equations.     

基于径向基函数神经网络的流程企业供应链预测仿真

本文在比较预测方法的基础上，采用径向基函数（RBF）神经网络技术建立流程企业供应链预测模型，进行了实例预测仿真，并将预测结果与BP网络的预测结果进行了比较。结果表明，RBF网络误差小于BP网络，其中平方根RBF网络的预测仿真误差最小，而BP网络的误差最大。     

二维非饱和土壤水分运动方程的径向基配点差分法

针对二维非饱和土壤水分运动方程,将径向基配点法结合差分法构造了一种新的数值算法.该算法先采用差分法处理非线性项,再利用径向基函数配点法的隐格式求解方程,避免了因非线性项的存在导致不能直接使用配点法的现象,并且证明了该算法解的存在唯一性.通过对非饱和土壤水分运动的数值模拟,并采用试验数据对新算法进行了验证,模拟结果与试验结果非常吻合,表明该算法实用、有效.同时,比较分析了不同径向基函数以及不同算法的模拟精度,结果表明,与MQ函数和Guass函数相比,新的径向基函数具有更好的模拟精度,且相对于有限差分法和有限元法,本文提出的方法具有一定的优越性.     

一类分数阶Black-Scholes期权定价模型的径向基函数法

<正>1引言在研究期权定价时,将Black-Scholes(B-S)模型扩展到分数阶是非常有效的([2, 4, 7,9, 12, 16]).分数阶B-S模型的解析解一般很难求出,因此需要发展数值解.许多数值求解分数阶B-S方程的算法已经被提出,见文献[1, 3, 14, 17, 19]等.但上述文献中使用的方法多数具有网格依赖性,而高维网格的生成本身就是一个难点.另一方面,     

多项式基函数法

提出一种新型的数值计算方法--基函数法.此方法直接在非结构网格上离散微分算子,采用基函数展开逼近真实函数,构造出了导数的中心格式和迎风格式,取二阶多项式为基函数,并采用通量分裂法及中心格式和迎风格式相结合的技术以消除激波附近的非物理波动,构造出数值求解无粘可压缩流动二阶多项式的基函数格式,通过多个二维无粘超音速和跨音速可压缩流动典型算例的数值计算表明,该方法是一种高精度的、对激波具有高分辨率的无波动新型数值计算方法,与网格自适应技术相结合可得到十分满意的结果.