泊松方程第一边值问题的谱配置方法

以Legendre-Gauss-Lobatto节点为配置点,利用Legendre多项式建立谱配置格式求解具有第一边值问题的泊松方程,给出算法格式,通过数值运算表明算法格式的有效性和高精度。

带双临界项的薛定谔–泊松方程非平凡解的非存在性

本文研究了带双临界项的薛定谔–泊松方程非平凡解的非存在性。利用变分法和积分理论,证明了当参数λ充分大时,该方程不存在非平凡解。

集成电路二划分的一维泊松方程方法

将集成电路二划分问题转化为等价的一维离散布局问题,在全局布局阶段将问题松弛为连续布局问题,并推导得到一维显式泊松方程.以线长作为目标函数,由泊松方程建立的密度函数作为罚函数,使用非线性优化方法得到全局布局阶段的连续解.在合法化阶段将连续解映射至原问题的离散解空间,得到原问题的可行解.在详细布局阶段使用FM(factorization machines)算法对离散解进行局部优化,得到最终解.上述二划分方法在ISPD98标准测试样例中的表现相较于传统FM算法,割边减少约36%.将上述方法嵌入多级划分框架KaHyPar,割边约减少7%.

基于任意多边形网格剖分的泊松方程广义有限差分方法

求解泊松方程的一种常见数值方法是有限差分方法,其思想是对区域进行网格剖分,利用差商代替导数将微分算子离散,建立以网格节点值为自由度的代数方程组,从而把微分方程的定解问题转化为求解代数方程组的问题.有限差分方法对计算区域、边界条件都具有局限性,在偏微分方程数值解教材中,通常利用原始网格剖分的外心对偶体,构造其有限体积离散格式,但外心对偶体对原始网格依赖性较强.为了克服此问题,基于任意多边形网格的重心对偶体,给出二维泊松方程的广义有限差分统一格式,该格式有利于学生加深对差分方法的理解,从而提高学生运用数学工具解决实际问题的能力.

含强制位势的分数阶薛定谔泊松方程的正规化解

该文应用约束变分方法研究了一类含有强制位势的分数阶薛定谔泊松方程正规化解的存在性,推广了有关文献的结果.

三维泊松方程的高精度多重网格解法

利用对称网格点泰勒展开式中各阶导数项明显的对称性,得到了数值求解三维泊松方程的四阶和六阶精度的紧致差分格式,其推导过程简便直接.为了克服传统迭代法在求解高维问题时计算量大、收敛速度慢的缺陷,采用了多重网格加速技术,设计了相应的多重网格算法,求解了三维泊松方程的Dirichlet边值问题.数值实验结果表明,本文所提出的高精度紧致格式达到了期望的精度并且多重网格方法的加速效果是非常显著的.

泊松方程与双向张弦梁找形

根据双向张弦梁上、下弦的平衡荷载与索曲面及索拉力之间的关系,给出了上、下弦所在曲面的泊松方程;给出了矩形边界和椭圆边界泊松方程的求解方法;通过算例验证了泊松方程找形方法的正确性.给出的泊松方程求解方法可以非常准确计算出双向张弦梁的形状,便于在工程中应用.

极坐标系下泊松方程的拟谱方法

极坐标系下的泊松方程,由于坐标原点的奇异性,给谱方法的实施带来了很大的困难。本文提出了一种新的拟谱方法,在径向上求解区域为[-1,1],采用标准的Gauss-Lobatto配置点;而在角方向上配置点均匀分布在[0,π]内。通过对配置点及空间导数矩阵的处理,成功解决了坐标奇异问题。同时也避免了配置点在原点附近的集中,极大改善了矩阵条件数,减小了舍入误差,从而提高了解的精度。数值实验表明,该方法具有很高的精度。

大尺度图像编辑的泊松方程并行多重网格求解算法

随着获取设备的发展,大尺度、高分辨率数字图像已逐步进入人们的生活,大尺度图像的梯度域编辑显得更为重要,求解大规模未知数的泊松方程是大尺度图像梯度域编辑的关键。传统多重网格算法的迭代、约束和插值操作单独进行,内存和外存间通讯量大,算法效率低,为此提出了一种面向大尺度图像梯度域编辑的并行多重网格求解泊松方程的算法。该算法利用多重网格的迭代、约束和插值过程的内存数据访问局部性和更新相关性,构造滑动工作窗口,使迭代、约束和插值操作并行运行,提高了多重网格算法求解泊松方程的计算效率。全景图拼接实验表明,所提算法的运行效率高于超松弛迭代、高斯塞德尔迭代和传统多重网格算法。

基于二维泊松方程六阶紧致格式的多重网格方法

利用六阶紧致差分格式、结合多重网格V循环算法求解了二维泊松方程的Dirichlet边值问题,并用不同的松弛算子与四阶精度格式的多重网格方法进行了比较. 计算结果表明,该方法在不明显增加计算量的前提下较四阶精度格式的多重网格方法具有更好的精确度和收敛阶,且ZLGS迭代不论对四阶精度还是对六阶精度格式的多重网格算法,都是一种较其他松弛算子更加有效的“光滑剂”.

极坐标与圆柱坐标下Fourier-Chebyshev配置点谱方法泊松方程求解器

采用矩阵相乘的Fourier-Chebyshev配置点谱方法求解极坐标与圆柱坐标系下的泊松方程.通常,在极坐标与圆柱坐标系下运用谱方法求解泊松方程会产生奇点问题.为了避免这个问题,分别采用两种方法开发了泊松方程求解器.一种方法是采用Gauss-Radau配置点,从而排除中心点r=0;另一种方法是采用区域转换将半径方向计算域[0,1]转换成[-1,1],采用Gauss-Lobatto配置点,当节点数取奇数时同样避开了中心点r=0.这两种方法均避免了中心处的奇点,且不需构造额外的极条件.针对二维、三维的不同算例进行了比较和验证计算.计算结果证明两个求解器都具有直接、快速、高精度的特性.

利用有限差分和MATLAB矩阵运算直接求解二维泊松方程

根据有限差分法原理,将求解范围用等间距网格划分为一系列离散节点后,二维泊松方程可以转化为用一个矩阵方程表示的关于各未知节点的多元线性方程组。利用MATLAB提供的矩阵左除命令,即可得到各未知节点的函数近似值。该方法概念简单,使用方便,不需要花费较多精力编程即可以求解大型线性方程组。

结合语义本体与泊松方程的动画角色模型分割

针对动画角色模型由于姿态变化所导致的分割不一致问题,提出语义本体驱动的层次一致性分割算法.针对三维模型提取出语义标签和局部几何特征之间的映射关系,形成分割本体.在分割过程中,采用支持向量机(SVM)和局部几何特征识别出语义标签,并根据语义标签驱动层次进行分割,保证动画角色模型分割层次的一致性.针对姿态变化下分割边界所具有的等周长性,采用泊松方程定义等值线.此优化方法使分割边界光滑,还使其在姿态变化下具有一致性.在实验部分,对不同姿态下的各类动画角色模型进行验证分析,得到一致的层次分割效果.与已有方法比较,所提出的分割本体能够解决不同类模型优化参数的自适应选择问题,提高了分割质量.

三维泊松方程数值模拟的多重网格方法

本文简要介绍了多重网格方法的基本思想和原理,然后应用多重网格（MG）方法求解三维泊松方程,网格尺度从17×17×17逐次增加至257×257×257,并与不完全Chelesky共轭梯度法（ICCG）、Gauss直接解法进行比较.结果表明,MG方法计算速度明显优于ICCG、Gauss方法,对于129×129×129网格的三维数值模拟费时43s,比ICCG法快7倍,而对于257×257×257超大型网格的三维数值模拟也仅需412 s.

多重网格在二维泊松方程有限元分析中的应用

本文简要介绍多重网格(MG)算法的基本原理及基本步骤,然后将多重网格算法引入有限单元中,对二维泊松方程进行求解.单元数尺度从8×8逐次增加至1024×1024,并与单重网格中高斯-赛德尔迭代法(GS)、共轭梯度法(CG)在程序运行时间以及迭代次数方面进行比较.结果表明MG在计算速度和迭代次数都明显优于GS、CG方法.在1024×1024网格中,MG不仅比GS快500多倍,比CG快60多倍,而且与理论解的误差更小.

用狄氏边界的泊松方程进行InSAR相位解缠的研究

用狄氏边界的泊松方程进行ＩｎＳＡＲ相位解缠的研究向茂生李树楷（中国科学院遥感应用研究所，北京，１００１０１）ＩＮＳＡＲＰＨＡＳＥＵＮＷＲＡＰＰＩＮＧＵＳＩＮＧＰＯＩＳＳＯＮ’ＳＥＱＵＡＴＩＯＮＷＩＴＨＤＩＲＩＣＨＬＥＴＢＯＵＮＤＡＲＹＣＯＮＤＩＴＩＯ...

二维泊松方程的两步预估校正格式

为避免用四阶紧致格式求解泊松方程所具有编程复杂和难以实现的困难,对传统的五点二阶中心差分格式进行改进;通过增加对残差的校正计算,提出了一种新型具有四阶精度的两步预估校正格式.新格式虽需要增加一定的计算量,但它的格式精度高,边界条件处理极简单,易于编程实现.通过数值实验,结果证明上述格式的确具有易于编程和计算精度高的优点.预估校正格式很容易推广到其他复杂情形.

基于泊松方程实现点云的表面重构

根据测量的数据点集,由梯度关系得到采样点和指示函数的积分关系,根据积分关系用划分块的方法获得点集的向量场,计算指示函数梯度场的逼近,构成泊松方程。根据泊松方程使用矩阵迭代求出近似解,采用移动立方体算法提取等值面,对所测数据点集重构出被测物体的模型,泊松方程在边界处的误差为零,因此得到的模型不会存在假的表面框。

N型金属氧化物泊松方程的解和费米能及E_f的变化范围 Ⅰ泊松方程解

提出了任意形状、无量纲n晶体的Poisson方程:d2Ψ/dy2+η-1/y dΨ/dy=1-Re-Ψ(η=1～3,0≤R≤1),其中通过引入耗散系数R隔断了泊松方程贺电中性方程的耦合.通过用参量展开的微扰理论,对泊松方程进行了级数求解,并对微扰论方法的优越性进行了讨论.

泊松方程非等间距有限差分的数值求解方法

采用3阶精度中心差分格式对Dirichlet边界条件下的二维泊松方程进行离散,近边界网格点处采用2阶精度差分格式进行离散,利用超松弛迭代进行矩阵求解.数值计算结果表明,该有限差分方法具有收敛速度快、精度高的特点,可推广应用于非等间距网格下其他类型偏微分方程的数值求解.