具有Friction边界条件的Navier-Stokes方程的两重牛顿校正算法

基于压力投影稳定有限元方法,给出一个求解具有Friction边界条件的Navier-Stokes方程的两重牛顿校正算法.从获得的误差估计可以看出,如果细网格尺度满足4h O(H),那么该两重牛顿校正算法与一重稳定有限元方法具有相同的收敛阶.与有关文献相比,该算法的计算效率更高.

一类四阶非线性偏微分方程多解的高精度偏牛顿校正算法

本文通过引入一种新的增广变换,发展了改进的偏牛顿校正算法,建立并证明了一类四阶非线性偏微分方程边值问题的新解与该问题零核空间的密切关系,去掉了标准收敛假设,使证明更简洁明了.分情况验证了该方程满足在Nehari子流形上全局分离定理的条件,该分离定理为本文算法成功找到新解提供理论保障.提出了二维非线性四阶偏微分方程Dirichlet边值问题的插值投影Legendre-Galerkin谱方法,通过构造插值算子和投影算子,对线性算子以及非线性项的处理进行了优化,得到原问题的代数方程,通过验证,其与经典谱方法具有相同的条件数并都达到谱精度.实验结果表明,此方法与经典的谱方法或拟谱方法具有相同的收敛阶,但计算所需CPU时间更少,且能计算出更多的解.

基于DFP校正拟牛顿法的傅里叶神经网络

针对傅里叶神经网络采用最速下降法导致局部极小、学习速度慢以及泛化能力差的问题,提出一种基于DFP校正拟牛顿法的新学习算法。该算法计算复杂度低,能保证网络具有良好的泛化能力和全局最优性。通过2个数值算例检验该算法,同时和BP神经网络以及另外2种傅里叶神经网络作比较。结果表明,该算法计算复杂度约为最速下降法的5%,为最小二乘学习算法的80%,具有较好的泛化能力。

带线搜索的修正拟牛顿非单调信赖域算法

提出了一类新的求解无约束最优化问题的非单调信赖域算法.不同于传统的非单调信赖域算法,此算法在每步都采用非单调W olfe线搜索得到下一个迭代点.这样得到的新算法不仅不需重解子问题,而且在每步迭代满足新拟牛顿方程同时保证目标函数的近似Hessen阵Bk的正定性.在较弱的条件下,证明了此算法的全局收敛性.数值结果表明该算法的有效性.

同伦新算法在逆变器消谐模型中的研究及应用

把基于割线预估、牛顿校正思想的路径跟踪新算法应用到逆变消谐问题中,通过与牛顿算法和原有同伦算法的比较和分析,得出新算法不仅收敛范围比牛顿法扩大了,且精确度也比原有同伦算法高.

基于改进连续潮流法的电压稳定极限计算方法

针对电压稳定性分析连续潮流法的计算效率、精度及收敛性问题,提出了一种改进型的连续潮流法。该方法在参数化中,有机结合了物理参数化和局部参数化在不同区域的优点,在校正过程引入了一种新的预测-校正法,在步长控制中,提出了变步长控制函数,极大地提高了算法的计算精度、效率和收敛性。最后通过实例证明该方法可以提高连续潮流法分析电压稳定性的效率,并验证了该方法的有效性。

非线性伪振子的高精度解析近似解

采用预估-校正牛顿谐波平衡方法构造恢复力与因变量成反比的非线性伪振子的解析近似解.先对非线性方程进行线性化,然后分预估和校正两步求解.在每个步骤中,使用谐波平衡法来获得一组线性代数方程.研究结果表明,只需一个简单的预估-校正牛顿迭代步骤,就可以推导出一个简洁且高度精确的显式解析近似解,所得近似解对伪振子的所有振幅都有效.

改进的PNC方法及其在非线性偏微分方程多解问题中的应用

2017年,李昭祥等提出了-种偏牛顿-校正法(Partial Newton-Correction Method,简记为PNC方法),并利用它成功地计算出了三类非线性偏微分方程的多重不稳定解.本文在PNC方法的基础上,提出并发展了一种改进的PNC方法首先,利用Nehari流形N与零平凡解的可分离性,建立并证明了N的某特殊子流形M上的全局分离定理及其推广(即局部分离定理).全局分离定理只跟非线性偏微分算子或相应的非线性泛函本身有关,而与具体的计算方法无关对一些典型的非线性偏微分方程多解问题(比如,Henon方程问题),该全局分离定理的分离条件,经验证是成立的.另一个方面,通过修改或补充原辅助变换的定义,去掉了原辅助变换的奇异性;接着建立并证明了某些非线性偏微分方程问题的新未知解与该非线性偏微分算子零核空间的密切关系;在证明中,去掉了在原奇异变换下所需的标准收敛(standard convergence)假设.最后,计算实例与数值结果验证了改进的PNC方法的可行性和有效性;同时表明子流形M与已知解的可分离性是PNC方法和本文新方法能成功找到多解的关键.