公共文化服务平台

搜索到1149篇“ 微分代数“的相关文章

基于Lobatto方法和Legendre多项式的PINN求解微分代数方程: 2025年; 当前求解微分代数方程(DAE)的神经网络方法基本都采用数据驱动策略,需要大量的数据集,因此存在对神经网络的结构和参数选择敏感、求解结果精度低、稳定性差等问题。针对这些问题,提出一种基于Lobatto方法和Legendre多项式的物理信息神经网络(LL-PINN)。首先,基于离散型物理信息神经网络(PINN)的计算框架,结合LobattoⅢA方法求解DAE高精度和高稳定性的优点,将DAE的物理信息嵌入LobattoⅢA时间迭代格式中,并使用PINN对该时间迭代进行近似数值求解;其次,采用单隐藏层的神经网络结构,利用勒让德多项式展开项的逼近能力,应用这些多项式作为激活函数来简化网络模型调整的过程;最后,采用时间区域分解方案构建网络模型,即对每个等分的子时间区域依次使用一个微分神经网络和一个代数神经网络,从而实现DAE的高精度连续时间预测。数值算例结果表明,基于勒让德多项式和4阶的Lobatto方法的LL-PINN实现了对DAE的高精度求解。与函数连接理论(TFC)试验解模型和PINN模型相比,LL-PINN的微分变量和代数变量的预测解与精确解的绝对误差显著降低,精度提高了一个或两个量级。因此,所提求解模型对求解DAE问题具有较好的计算精度,可为解决具有挑战性的偏DAE提供可行的解决方案。; 赖帅唐卷梁锟陈佳盛; 关键词：微分代数方程勒让德多项式

不确定微分代数系统的目标全息反馈鲁棒自适应控制: 2025年; 针对含不确定因素的多输入多输出非线性微分代数系统,提出一种目标全息反馈鲁棒自适应控制方法(robust adaptive control with objective holographic feedbacks,RACOHF).该方法考虑到了系统模型参数的不确定性和外部扰动,同时将外部输入扰动视为模型不确定性参数的变化,在目标全息反馈控制方法的基础上,通过设计模型不确定性部分的自适应调节律,实现多目标的自适应跟踪控制.将该方法应用于中间再热式汽轮发电机组蒸汽调节阀和励磁的协调控制,结果表明,在系统部分参数不确定和存在外部扰动的情况下,所提出方法能确保发电机机端电压和有功功率等目标量在期望的工作点上运行而不发生静态偏移.与目标全息反馈非线性控制(nonlinear control with objective holographic feedbacks,NCOHF)相比,所提出的方法(RACOHF)能更好地协调系统的动、静态性能.; 覃建波李啸骢徐俊华周建阳; 关键词：目标全息反馈鲁棒自适应控制

用于求解约束机械多体系统高指标微分代数方程的神经网络构建方法及系统: 本申请公开了一种用于求解高指标微分代数方程的神经网络构建方法及系统，通过预处理方程、构建物理信息神经网络模型、定义损失函数、设置训练参数和数据、以及使用L‑BFGS算法进行迭代训练，实现高指标微分代数方程的高效精确求解，...; 唐卷罗凯曾晓青谢漫淇冯文奥杨中华

两类非线性泛函微分代数系统的波形松弛方法: 李谦心

基于微分代数技术的航天器单脉冲绝对可达域求解方法: 本发明公开了一种基于微分代数技术的航天器单脉冲绝对可达域求解方法，属于空间航天器在轨运动技术领域；先建立地心惯性坐标系、地心地固旋转坐标系和柱坐标系，并建立柱坐标系下航天器在轨运动的动力学模型；然后分别将地球形状摄动、太...; 陈建林张军华张煜皓李文超

一种基于Radau方法的高指标微分代数方程神经网络求解方法: 本说明书实施例提供了一种基于Radau方法的高指标微分代数方程神经网络求解方法，包括：对高指标微分代数方程进行预处理；采用时间域分解方案划分求解时间区域，构建高指标微分代数方程物理信息神经网络模型；根据高指标微分代数方程...; 唐卷赖帅梁锟陈佳盛谢漫淇冯文奥罗凯杨中华

基于物理信息神经网络的偏微分代数方程求解方法及系统: 本说明书实施例提供了一种基于物理信息神经网络的偏微分代数方程求解方法及系统，其中，方法包括：对偏微分代数方程进行预处理；采用区域分解划分方案，构建偏微分代数方程物理信息神经网络模型；根据偏微分代数方程的物理信息构建损失函...; 唐卷梁锟罗凯曾晓青谢漫淇赖帅陈佳盛

带权微分代数的同伦理论: 带权的微分代数是微积分中的求导运算(此时权为0)与数值分析中的前向后向差分算子(此时权为±1)的抽象化.2010年,Loday建立了权为0的微分代数的operad的Koszul对偶理论,然而他当时无法处理非零权的微分代数...; 陈骏; 关键词：上同调形变微分代数 OPERAD

延迟积分微分代数方程的Chebyshev神经网络方法: 延迟积分微分代数方程广泛应用于工程领域、生物学、流体力学、系统识别等领域，但由于其方程不仅受延迟项的影响，还有克服积分项带来的困难，导致数值求解该方程具有较大的难度。神经网络由于具有很好的逼近能力，已被广泛应用于求解微分...; 刘海霞; 关键词：CHEBYSHEV神经网络极限学习机

基于数据驱动的微分代数方程探究股价的局部波动: 股价在复杂的市场交易中，往往呈现出剧烈的波动.过往研究聚焦于通过基本面、市场情绪和宏观因素等外部视角来解释股价的剧烈波动，但这些方法通常难以揭示股价自身的动力学规律.因此，本文提出了一种基于微分代数方程(Differen...; 韩丛; 关键词：股价波动数据驱动微分代数方程正则化方法

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈