齐次平衡法求解非线性SCHROEDINGER方程

用齐次平衡法求解了非线性Ｓｃｈｒｏｅｄｉｎｇｅｒ方程ｉψ＋α１ψｘｘ＋α２ψ－α３│ψ│＾２ψ＝０。并讨论了解与方程系数的关系。     

求解非线性薛定谔方程的简便方法

通过引入变换和选准试探函数,把难于求解的非线性偏微分方程化为易于求解的代数方程,然后用待定系数法确定相应的常数,从而简洁地求得了非线性薛定谔方程的解析解.     

非线性薛定谔方程的孤波解

通过行波变换把非线性薛定谔方程化为常微分方程,并利用黎卡提投影方程映射法得到了非线性薛定谔方程的孤波解.     

高阶非线性薛定谔方程的精确周期解和孤波解

本文利用行波约化方法,研究了用于描述飞秒光脉冲传输的高阶非线性薛定谔方程,得到了它的包络型Jacobian椭圆函数双周期解和孤波解.分析结果表明亮孤子的存在依赖于负三阶色散效应,暗孤子的存在依赖于正三阶色散效应.     

高阶非线性薛定谔方程的一个新型孤波解

给出了高阶非线性薛定谔方程的一个新型孤波解, 该解描述了满足一定参数条件时光纤中超短光脉冲的传输, 解的表达式可以表示为亮孤子和暗孤子和的形式. 同时利用分步傅里叶方法在一定微扰条件下对脉冲传输进行了数值模拟.     

非线性色散渐减光纤中高峰值脉冲的激发和传输

本文基于变系数的非线性薛定谔方程,数值地讨论高峰值脉冲在色散渐减光纤中的激发和传输。首先,基于变系数非线性薛定谔方程的Peregrine孤子解,解析和数值地讨论精确的Peregrine孤子在色散渐减光纤中的传输特性。其次,通过输入不同的平面波背景上的局域脉冲,研究高峰值脉冲在非线性色散渐减光纤中的激发和传输。结果显示Peregrine孤子在色散渐减光纤中传输时,会产生一个空间和时间都局域化的高峰值单脉冲,并且当啁啾为负时,脉冲的幅值增加,脉宽被压缩。若光纤系统存在增益,脉冲的幅值也会增加。由于非线性光纤中的调制不稳定性过程,不同平面波背景上的小局部扰动都可激发出高峰值脉冲,除了峰值和宽度略有不同外,激发脉冲的形状几乎相同。     

耦合高阶非线性薛定谔方程及其光孤波解

从色散关系出发,推导了描述超短光脉冲不同偏振分量在双折射光纤中传输特性的耦合高阶非线性薛定谔方程(CHNLS),在一定参量下得到了亮亮、暗暗、亮暗孤波解析解,包括一种非常特殊的"W"型孤波解,并对这些孤波解的特性进行了分析.     

齐次平衡法求解非线性SCHR绑DINGER方程

用齐次平衡法求解了非线性Ｓｃｈｒｄｉｎｇｅｒ方程ｉφｔ＋ａ１φｘｘ＋ａ２φ－ａ３｜φ｜２φ＝０,并讨论了解与方程系数的关系。     

微扰的耦合非线性薛定谔方程的近似求解

将直接微扰方法应用于可积的含修正项的非线性薛定谔方程，通过近似解与精确解的比较确定了直接微扰方法的可靠性.继而，将该方法应用于微扰的耦合非线性薛定谔方程，并获得了该微扰方程的可靠的近似解. 关键词： 直接微扰方法 微扰 耦合非线性薛定谔方程 近似解     

空间位移PT对称非局域非线性薛定谔方程的高阶怪波解

利用Kadomtsev-Petviashvili(KP)系列约束方法和双线性方法,构造了空间位移宇称-时间反演(PT)对称非局域非线性薛定谔方程的高阶怪波解.任意N阶怪波解的解析表达式是通过舒尔多项式表示的.首先通过分析一阶怪波解的动力学行为,发现怪波的最大振幅可以大于背景平面三倍的任意高度.分析了对称非局域非线性薛定谔方程中的空间位移因子x₀在一阶怪波解中的影响,结果表明其仅改变怪波中心的位置.另外,研究了二阶怪波解的动力学行为以及怪波模式,然后给出了N阶怪波模式与N阶怪波解的解析表达式中参数之间的关系,进一步展示了高阶怪波的不同模式.     

基于非线性薛定谔方程的一种孤子特性的分析

光孤子通信是解决光信息在光纤中长距离传输时衰减和色散问题的一种较为有效的方法.本文在现有带有群速度色散、非线性项、三阶非线性系数以及增益/损耗项的非线性薛定谔方程孤子解的基础上,给出了灵活性的孤子解.采用具有复振幅的行波解作为试探解,将试探解代入原方程,在实部和虚部分离的基础上,引入三个变量函数,最后表征出孤子解波函数的平方,并应用Matlab选择不同的变量函数进行数值模拟,得到图示结果.结果表明孤子解对于参变量变化是敏感的.选择适当的参量,得到合适的孤子,这一结论对光纤中孤子通信具有重要意义.     

基于共轭梯度优化算法的BP神经网络在高能粒子鉴别等领域中的应用

人工神经网络方法已被引入高能物理实验领域并被广泛地应用于夸克胶子喷注的鉴别、电子强子分辨、顶夸克和Higgs粒子的寻找等等。本文采用了一种改良的共轭梯度优化算法并应用于高能物理实验中粒子的鉴别。在该应用中,此算法既能实现每步迭代时在搜索方向上获得最优步长,又能避免目标函数陷入局部收敛点,从而使目标函数快速收敛,提高了算法的有效性。分析结果表明,我们改进后的BP算法显著地提高了粒子物理数据分析中的粒子鉴别能力。     

齐次平衡法求解非线性SCHR(O)DINGER方程

用齐次平衡法求解了非线性Schr(O)dinger方程iφt+a1φxx+a2φ-a3|φ|2φ=0,并讨论了解与方程系数的关系.     

基于BP优化算法的PSD非线性校正

针对位置敏感探测器(PSD)固有的非线性,提出一种基于BP优化算法的PSD非线性校正方法。以传统的牛顿算法为基础,推导了Levenberg Marquardt算法,即BP优化算法的相关原理。采用Matlab软件编程,网络采用具有2个中间隐层的结构形式,2个隐层使用的神经元数分别为40和30,最大训练次数取500次,利用sim函数计算并仿真网络输出,网络输出误差均在0.001 mm之内,其中最大误差不超过0.003 mm,实现了对PSD非线性的校正。     

基于深度物理启发神经网络的微波波导器件逆设计方法

使用物理启发的神经网络方法求解物理逆问题正成为一种趋势,但仅通过损失函数引入物理信息的方案难以求解.为解决电磁器件逆设计中物理启发神经网络模型不易收敛的问题,本文引出了深度物理启发神经网络.深度物理启发神经网络使用偏微分方程的基本解构成的网络替代传统的前馈神经网络,将数学物理模型嵌入网络结构.这一特点使深度物理启发网络的训练参数具有实际物理意义,相较传统物理启发神经网络拥有更简洁的损失函数,计算效率和稳定性也有明显提升.以二端口波导的散射参数设计为例,数值实验结果表明该方案在保证与设计目标相关性系数大于0.99的同时,最快可在25 s实现器件逆设计,且能够获得多样化的结构设计结果.本文提出的方法为逆物理问题求解构建及神经网络的物理信息嵌入探索提供了新思路.     

基于双鸟群优化的高光谱图像非线性解混

针对高光谱图像像元中端元物质非线性混合的特点,借鉴生物群智能现象,提出一种基于双鸟群优化的高光谱图像非线性解混算法。为进一步提高非线性解混算法的精度,通过模拟鸟群中觅食、警惕以及飞行等行为得到非线性问题的最优解。算法通过双鸟群的迭代优化来交替更新目标函数中的最优解以及非线性模型参数,最终得到高光谱图像端元丰度的最佳估计。仿真实验和光谱数据实验结果表明:双鸟群优化算法迭代收敛,能克服局部最小值问题;相比于同类算法,该算法解混结果的丰度重建误差、平均光谱角距离和像元重建误差3项指标均较小,该算法解混精度高,像元重构效果好,能有效提高高光谱图像非线性解混的精度。