在系统生物学的研究中,由于所研究问题的复杂性和多尺度性,经常会遇到刚性方程的求解.而近年来,神经网络和深度学习的发展为上述问题提供了新的解决思路和方法 .本研究以经典的Belousov-Zhabotinsky(B-Z)反应和Van der Pol(VdP)方程为例...在系统生物学的研究中,由于所研究问题的复杂性和多尺度性,经常会遇到刚性方程的求解.而近年来,神经网络和深度学习的发展为上述问题提供了新的解决思路和方法 .本研究以经典的Belousov-Zhabotinsky(B-Z)反应和Van der Pol(VdP)方程为例,对四类非时序神经网络,包括全连接网络、残差网络、改进的残差网络和深度混合卷积网络,以及三类时序神经网络,包括循环神经网络(RNN)、长短时记忆网络(LSTM)、注意力机制进行了系统比较.实验结果表明:时序神经网络应用于刚性问题的求解精度和计算时间都大幅优于非时序神经网络,而四类非时序神经网络之间的表现并无显著差异.此外还将常微分神经网络(ODE-Net)应用于上述刚性问题,并观察到在极短的计算时间内,该方法能够达到极高的精度.本研究为应用神经网络解决系统生物学中各类刚性问题提供了参考和指导.展开更多
为了提高无人机编队控制系统适应飞行过程中外部气动干扰的能力,准确地完成无人机编队飞行任务,提出了一种基于自适应线性自抗扰(Linear active disturbances rejection controller,LADRC)的无人机编队控制方法。该方法在推导无人机编...为了提高无人机编队控制系统适应飞行过程中外部气动干扰的能力,准确地完成无人机编队飞行任务,提出了一种基于自适应线性自抗扰(Linear active disturbances rejection controller,LADRC)的无人机编队控制方法。该方法在推导无人机编队动力学模型并证明观测器和控制器收敛的基础上展开,利用观测器估计编队飞行外部扰动,并使用线性状态反馈控制器在补偿外部扰动的同时实现时变的无人机编队控制。针对三架无人机组成的编队,数值仿真验证了在具有强烈外部气动干扰情况下的所提出的自适应LADRC有效性,根据仿真结果,自适应LADRC在鲁棒性与控制精度上比传统LADRC方法具备更好的控制效果。展开更多
微分方程的计算求解在计算机工程上有重要的理论意义和应用价值。针对传统数值解法计算复杂度高、解的形式离散等问题,本文基于微分方程的回归方程观点与解法,应用统计回归方法求解二阶常微分方程,并给出基于中心支持向量机(proximal su...微分方程的计算求解在计算机工程上有重要的理论意义和应用价值。针对传统数值解法计算复杂度高、解的形式离散等问题,本文基于微分方程的回归方程观点与解法,应用统计回归方法求解二阶常微分方程,并给出基于中心支持向量机(proximal support vector machine,P-SVM)在常微分方程的初值和边值问题上的近似解求法。通过在目标优化函数中添加偏置项,构建P-SVM回归模型,从而避免大规模求解线性方程组,得到结构简洁的最优解表达式。模型通过最小化训练样本点的均方误差和,在保证精度的同时,有效提高了近似解的计算速度。此外,形式简洁固定的解析解表达式也便于在实际应用中进行定性分析和性质研究。数值试验结果验证了P-SVM方法是一种高效可行的常微分方程求解方法。展开更多
文摘在系统生物学的研究中,由于所研究问题的复杂性和多尺度性,经常会遇到刚性方程的求解.而近年来,神经网络和深度学习的发展为上述问题提供了新的解决思路和方法 .本研究以经典的Belousov-Zhabotinsky(B-Z)反应和Van der Pol(VdP)方程为例,对四类非时序神经网络,包括全连接网络、残差网络、改进的残差网络和深度混合卷积网络,以及三类时序神经网络,包括循环神经网络(RNN)、长短时记忆网络(LSTM)、注意力机制进行了系统比较.实验结果表明:时序神经网络应用于刚性问题的求解精度和计算时间都大幅优于非时序神经网络,而四类非时序神经网络之间的表现并无显著差异.此外还将常微分神经网络(ODE-Net)应用于上述刚性问题,并观察到在极短的计算时间内,该方法能够达到极高的精度.本研究为应用神经网络解决系统生物学中各类刚性问题提供了参考和指导.
文摘为了提高无人机编队控制系统适应飞行过程中外部气动干扰的能力,准确地完成无人机编队飞行任务,提出了一种基于自适应线性自抗扰(Linear active disturbances rejection controller,LADRC)的无人机编队控制方法。该方法在推导无人机编队动力学模型并证明观测器和控制器收敛的基础上展开,利用观测器估计编队飞行外部扰动,并使用线性状态反馈控制器在补偿外部扰动的同时实现时变的无人机编队控制。针对三架无人机组成的编队,数值仿真验证了在具有强烈外部气动干扰情况下的所提出的自适应LADRC有效性,根据仿真结果,自适应LADRC在鲁棒性与控制精度上比传统LADRC方法具备更好的控制效果。
文摘微分方程的计算求解在计算机工程上有重要的理论意义和应用价值。针对传统数值解法计算复杂度高、解的形式离散等问题,本文基于微分方程的回归方程观点与解法,应用统计回归方法求解二阶常微分方程,并给出基于中心支持向量机(proximal support vector machine,P-SVM)在常微分方程的初值和边值问题上的近似解求法。通过在目标优化函数中添加偏置项,构建P-SVM回归模型,从而避免大规模求解线性方程组,得到结构简洁的最优解表达式。模型通过最小化训练样本点的均方误差和,在保证精度的同时,有效提高了近似解的计算速度。此外,形式简洁固定的解析解表达式也便于在实际应用中进行定性分析和性质研究。数值试验结果验证了P-SVM方法是一种高效可行的常微分方程求解方法。