基于神经算子与类物理信息神经网络智能求解新进展

深度学习通过多层神经网络对数据进行学习,不仅能揭示潜藏信息,还能很好地解决复杂非线性问题.偏微分方程(PDE)是描述自然界中许多物理现象的基本数学模型.两者的碰撞与融合,产生了基于深度学习的PDE智能求解方法,它具有高效、灵活和通用等优点.文章聚焦PDE智能求解方法,以是否求解单一问题为判定依据,把求解方法分为两类:神经算子方法和类物理信息神经网络(PINN)方法,其中神经算子方法用于求解一类具有相同数学特征的PDE问题,类PINN方法用于求解单一问题.对于神经算子方法,从数据驱动和物理约束两个方面展开介绍,分析研究现状并指出现有方法的不足.对于类PINN方法,首先介绍了基础PINN的3种改进方法 (基于数据优化、基于模型优化和基于领域知识优化),然后详细介绍了基于物理驱动的两类解决方案:基于传统PDE离散方程的智能求解方案和无网格的非离散求解方案.最后总结技术路线,探讨现有研究存在的不足,给出可行的研究方案.最后,简要介绍智能求解程序发展现状,并对未来研究方向给出建议.

智能求解交互设计流程研究

目的从创新性视角研究智能求解的交互设计流程。方法以可穿戴计算技术的介入为例,从发现问题、定义问题、解决问题的层面,设计产品概念原型方案,运用批判、约束和反思等原则和方法进行设计评估,从而系统分析以问题求解为中心的智能求解交互设计流程。结论智能求解交互设计流程从整合艺术、科技和人文的新型思考维度,来适应信息时代的智能化趋势,是基于传统设计流程的创新和延展补充,为设计方法和设计理念更新,设计师创造非凡用户体验,解决用户实际问题提供方法论支持。

供配电系统智能求解中知识库的描述

结合开发供配电系统智能软件的思路 ,介绍了智能求解中所需知识库的描述方法 .

智能求解未知多元酸各级离解常数的研究

本文介绍了一种新的测定未知多元酸各级离解常数的通用方法。该方法实验上采用苛性碱电势滴定多元酸,计算上采用Gordon数学模型和单纯形最优化方法。并为此编制了一名为"GORDANACID"的计算机程序。

数控立式车床模块化方案设计的智能求解

基于数控立式车床的初始总体方案设计,研究了模块选择与组合的推理过程和求解方法.并建立了数控立式车床模块化方案设计的智能求解模型.

多阶段投资决策问题的一种智能化求解方法

对多阶段投资决策问题进行研究 ,建立一种极小化跟踪投资回报率与目标回报率偏差的多阶段投资决策模型 ,并将随机模拟、遗传算法和神经网络集成在动态规划之中 ,设计给出一种智能化的求解方法 ,能求得反馈形式的最优投资策略。本文给出的方法克服了传统求解方法的局限性 ,具有现实意义 。

基于神经网络的偏微分方程求解方法研究综述

神经网络作为一种强大的信息处理工具在计算机视觉,生物医学,油气工程领域得到广泛应用,引发多领域技术变革.深度学习网络具有非常强的学习能力,不仅能发现物理规律,还能求解偏微分方程.近年来基于深度学习的偏微分方程求解已是研究新热点.遵循于传统偏微分方程解析解、偏微分方程数值解术语,本文称用神经网络进行偏微分方程求解的方法为偏微分方程智能求解方法或偏微分方程神经网络求解方法.本文首先简要介绍偏微分方程智能求解发展历程,然后从反演未知偏微分方程与求解已知偏微分方程两个角度展开讨论,重点讨论已知偏微分方程的求解方法.根据神经网络中损失函数的构建方式,将偏微分方程求解方法分为3大类:第1类是数据驱动,主要从数据中学习偏微分方程,可以应用于恢复方程、参数反演等;第2类是物理约束,即在数据驱动的基础上,辅以物理约束,在损失函数中加入控制方程等物理规律,减少网络对标签数据的依赖,大幅提高泛化能力与应用价值;第3类物理驱动(纯物理约束),完全不使用标签数据,仅通过物理规律求解偏微分方程,目前仅适用于简单偏微分方程.本文从这3个方面介绍偏微分方程智能求解的研究进展,涉及全连接神经网络、卷积神经网络、循环神经网络等多种网络结构.最后总结偏微分方程智能求解的研究进展,给出相应的应用场景以及未来研究展望.

《结构力学求解器》的算法与性能—第十届全国结构工程学术会议特邀报告

本文介绍了新近开发的《结构力学求解器》工程版的功能和特色，并对其中的若干算法及性能进行了综述性的介绍。文中揭示了求解器工程版对于工程中大型结构分析计算的适用性、实用性和有效性，通过同大型权威商业软件ANSYS的算例比较，展示了求解器工程版采用一些先进算法所带来的求解速度和精度方面的出色表现。

神经网络的智能分析与Statistica在Hansch分析上的应用

目的:研究神经网络的智能分析和Statistica数学统计软件,在计算机辅助药物设计的定量构效关系中应用的特点。方法:应用神经网络中的智能求解器结合Statistica数学统计软件,对α-溴代苯乙胺衍生物进行Hansch分析。结果:比较常规方法对回归方程的Hansch分析结果,得到该方法对分析结果在相关系数、偏差以及实验值与预测值之间的差别都有较明显改善。结论:该方法能提高计算机辅助药物设计中Hansch分析的效果。

基于客户/服务器结构的分布式问题求解系统

基于客户／服务器结构的分布式问题求解系统鲁东明何志均（浙江大学人工智能研究所杭州３１００２７）关键词智能问题求解，分布式系统，客户服务器模型，集成化知识推理．１）国家自然科学基金资助项目．收稿日期１９９４－０７－２２１引言客户／服务器技术使问题求解的...

基于时空数据模型的高校5G室分建设需求算法研究

研究一种基于时空数据模型的高校5G室分建设需求算法,通过时间递进模型,精确预测高校未来4G容量问题点,探寻5G室分需求随时间变化的规律,以指导5G室分规划建设、馈入、改造;利用空间分布模型,实现对5G室分建设地理空间问题的智能化求解。

提升配电网供电性能的风-光-储两阶段规划与配置

针对配电网中分布式电源(DG)不合理规划引起供电性能下降的问题,提出了一种在风-光-储接入情况下的配电网两阶段规划与配置方法。第一阶段通过计算节点有功网损灵敏度确定风-光电源的接入位置和容量,第二阶段以储能接入容量最小,系统电压稳定指标最大,负荷缺电率最小建立多目标规划模型,同时结合节点平均等效负荷对储能充/放电进行管理。为提高第二阶段多目标问题的求解精度,提出了一种基于多目标粒子群算法的混合智能求解算法用于求解第二阶段模型,利用序数偏好法(TOPSIS)选出储能最优接入方案。文中在IEEE-33节点系统上设置四种场景进行仿真测试,结果表明所提方法可以明显改善配电网的运行情况,给相关规划与配置提供借鉴与参考。

基于统计机器学习的园区能源互联网随机规划技术探析

随着新能源发电和空调负荷广泛接入园区能源互联网,其源、荷侧的不确定性导致运行场景复杂多变,对园区节能运行的影响不可忽视。如何实现园区能源互联网高效经济规划是当下亟待研究的重点问题。因此,首先对现阶段随机规划理论进行了归纳总结,并分析国内外研究现状;其次,基于统计机器学习对以下3个关键问题进行技术探析:一是新能源出力和需求响应的不确定性导致的能源互联网复杂运行场景模拟技术;二是典型场景生成技术;三是安全稳定的人工智能规划求解技术。最后,提出发展展望,统计机器学习理论将是园区能源互联网随机规划未来发展的重要方向之一。

基于智慧城市的雾霾求解系统探索

智慧城市的核心是通过新一代信息技术的创新应用,实现与城市社会经济发展有机融合的建设需求,其中探索以模型/应用驱动为核心的智能求解是核心挑战之一。文章通过分析我国雾霾成因,为雾霾事件的求解寻找理论依据。以上海雾霾事件为例,通过探讨能见度与空气质量、PM2.5、PM10、SO2、NO2、O3、CO之间的关系,获得雾霾形成的关键因子,在此基础上构建雾霾求解系统,为智慧城市建设提供科学思路。