延迟微分方程

摘要： 针对新型冠状病毒肺炎的疫情,建立了一类基于延迟微分方程的传染病模型.根据公布的疫情数据,确定了模型中各参数的取值范围.通过数值模拟分析了隔离概率、境外输入感染率和复工率等因素对疫情发展的影响,并对下一步的防控重点给出了一些建议.

摘要： 微分方程是描述动态系统的最常用工具之一;延迟微分方程除包含有信号当前时刻的值外,还含有信号以前的值;若延迟微分方程只是复杂系统中的一部分,其输入信号来自于前一个模块,则无法用MATLAB编写匿名函数来直接求解;基于框图的仿真策略是解决这类问题的最好方法;Simulink是MATLAB下基于框图仿真方法的理想工具;用Simulink搭建延迟微分方程模型,并求出方程的数值解。

摘要： 该文考虑一类非线性延迟微分方程数值解的振动性.通过振动性的理论将这个非线性延迟微分方程的振动性转化为相应的线性延迟微分方程的振动性,再利用线性θ-方法的相关内容得到相应数值解的形式,从而得到数值解振动的条件以及非振动解的一些性质.为了更有力说明结果,最后给出了相应的算例.%This paper is concerned with oscillations of numerical solutions for a kind of nonlinear delay differential equation.According to the oscillatory theory,the oscillation of the nonlinear delay differential equation is transformed to that of the linear delay differential equation.The form of the numerical solution is obtained by using the linear θ-method.Some conditions under which the numerical solution is oscillatory are obtained and the properties of non-oscillatory numerical solutions are investigated.To verify results,the article gives numerical experiments.

摘要： 讨论了Banach空间中非线性刚性延迟微分方程线性多步法的稳定性.对应用于Banach空间中试验问题类D(α,λ*,β)和D(α,λ*,δ,β)的一类线性多步法,获得其在无限时间区间的稳定性结果.

摘要： In this paper, single q1,q2,…,ql∈(0,1)-method and 0

摘要： 将单支θ-方法应用于Banach空间中非线性刚性变延迟微分方程初值问题,针对实验问题类Do(α,β),得到其稳定性及渐近稳定性结果.

摘要： 本文主要利用变分迭代方法求解自变量分段连续型延迟微分方程,得到的变分迭代解收敛于真实解,由此得到了变分迭代法也可以作为求解向前型EPCA方程的一种有效方法.

摘要： 主要考虑一类自变量分段连续的非线性延迟微分方程数值解的振动性.主要通过线性化的理论将非线性方程的振动性转化为线性方程的振动性,从而得到数值解振动的条件,进而得到线性θ-方法保持方程振动性的条件.为了更有力的说明我们的结果,最后给出了相应的算例.

摘要： 本文将常微分方程的Rosenbrock方法适当改造,构造了求解延迟微分方程的一类Rosenbrock方法,证明了这类方法的GP-稳定性与求解常微分方程的Rosenbrock方法的A-稳定性等价.

摘要： 本文提出在当前的积分步内计算级值时,放松延迟对计算的影响的思想,构造了一类可保持显式求解过程的两步连续Runge-Kutta(TSCRK)方法,研究了方法的阶条件,收敛性以及数值稳定性.这类方法具有优良的稳定性和较高的级阶.数值试验表明方法是有效的.

摘要： 本发明提出基于卷积微分算子与符号网络的常微分方程识别方法。本发明所述方法首先准备识别方程所用的数据集，对不同非线性强弱的方程均进行学习。然后依次将数据送入卷积核微分算子进行导数的不同精度逼近以及符号网络来进行项方程项的非线性组合，通过显式欧拉进行网络深度的推进；最后将学习到的方程与真实的方程作比较，并用学到的方程绘制时程预测曲线并与真实的曲线进行对比来验证算法的准确性。所述方法更加自主智能的进行非线性气动力方程式识别，解释性更强，通用性更好。

摘要： 用于流体流动预测的组合可微分偏微分方程求解器和图形神经网络的系统和方法。一种计算机实现的方法包括接收包括第一节点集合的粗网格输入，其中粗网格被输入到具有物理参数的计算流体动力学求解器以获得粗网格解，接收具有第二节点集合的细网格输入，其中第二节点集合包括比第一节点集合多的节点，将细网格输入与物理参数级联，并通过图形卷积层运行所述级联以获得细网格隐藏层，对粗网格解进行上采样以获得包括与第二节点集合相同数量的节点的粗网格上采样，并至少响应于粗网格上采样而输出预测。

摘要： 本发明提出基于状态方程的显式欧拉法符号网络常微分方程识别方法。本发明所述方法首先通过数值模拟准备识别方程所用的数据集，将位移数据与速度数据组合成状态向量；将状态向量形式的数据送入符号网络进行学习，网络的深度推进格式采用显式欧拉法，每一个符号网络循环块的输入都作为下一个网络循环块的输入以此提高网络对长期时域信号的学习能力；将最终学习到的方程形式与真实方程作比较并用学习到的方程作预测曲线与真实的曲线对比来验证学习方程的准确性。所述方法智能化学习程度更高，所需先验知识更少，实用性更广模型搭建的难度更低。

摘要： 本发明公开了一种非线性奇异摄动微分方程的神经网络计算方法，包括初始化用于训练样本点生成的截断对数正态分布的超参数；初始化神经网络中的隐藏层层数、第i层隐藏层中对应的神经元个数和激活函数；初始化神经网络中所有隐藏层的权重矩阵参数和偏置向量参数；确定优化算法和学习率；从截断对数正态分布中采样得到输入样本点集；通过神经网络构造奇异摄动问题的近似解，并代入微分方程中，得到损失函数。本发明实施例针对非线性奇异摄动方程解的边界层特性，引入了截断对数正态分布采样的方法构造样本点，使得奇异摄动问题的先验信息得到了充分利用，相比传统方法在求解时间和精度上都得到了不同程度的提升。

摘要： 一种基于神经微分方程网络的微电网群动态等值方法，包括以下步骤：S1、通过安装于微电网群内外部网络边界处的计量装置，获取外部网络的状态变量测量数据，包括节点电压、内外部网络互连线路电流和功率，同时获取内外部网络之间交互的控制信号，然后训练深度神经网络可得到微电网群的等值优化模型；S2、构造神经微分方程网络；S3、训练神经微分方程网络；上述设计利用微电网群的微分方程结构特性和运行测量数据训练神经微分方程网络，得到微电网群的动态等值模型，可用于微电网群稳定性分析，并且由于充分利用了微电网群的物理结构，神经微分方程网络的训练速率得到很大提高。本设计不仅降低了使用难度，而且提高了应用范围。

摘要： 本公开提供了一种基于非易失性存储器阵列的偏微分方程求解方法，包括将待求解偏微分方程转换为对应的迭代关系式；从所述迭代系数矩阵中选取能复用的子矩阵单元，并将所述子矩阵单元存储于非易失性存储器阵列；从所述迭代解向量内提取输入向量，输入非易失性存储器阵列，并利用得到的输出向量加上所述常数向量的对应部分后更新部分所述迭代解向量，从更新后的所述迭代解向量中再次提取输入向量输入非易失性存储器阵列，直至迭代解向量的全部元素都更新完毕，得到参与下一次迭代运算的迭代解向量；当达到预设的迭代次数或误差小于预设的范围时，结束迭代运算。

摘要： 本发明公开了一种适用于刚性常微分方程初值问题的数值积分求解方法，在保证求解精度基础上提出了d‑LM方法，进一步提高了隐式运算稳定性。在填补国内空白的基础上，其运算效率接近国外同类产品；与国外商用系统仿真软件工具相比，本发明的数值方法更新颖，对1990年代之后的新的数值求解方法进行了实现与应用，数值求解过程更加稳定。

摘要： 本公开提供了一种基于偏微分方程处理流场数据的方法、装置及电子设备，涉及计算机技术领域，以至少解决了现有技术中用于处理流场数据的偏微分方程求解模型使用复数优化器导致训练性能差、迭代速度慢、工业场景可应用性低的技术问题。具体实现方案为：基于目标应用场景下目标对象的流场数据确定偏微分方程；建立第一傅立叶神经算子；将第一傅立叶神经算子在傅立叶空间中的复数参数转换为目标表示方式，得到第二傅立叶神经算子；利用第一傅立叶神经算子和第二傅立叶神经算子对偏微分方程进行求解，得到计算结果；对计算结果进行可视化处理，得到待展示流场。

摘要： 本发明公开一种基于启发式训练数据采样的偏微分方程数值求解方法，涉及人工智能和数值算法领域包括如下步骤：步骤1，设置偏微分方程和计算域，将方程信息输入神经网络，并训练网络至收敛；步骤2，利用基于启发式算法的训练数据增补采样方法，在误差较大区域循环增补训练数据点，直至满足预设条件；步骤3，完成训练，得到最终求解结果。本发明实现了基于启发式训练数据增补采样的偏微分方程数值求解方法，解决了偏微分方程神经网络求解方法局部求解精度不足的问题，提高了方程求解的精度；同时，本发明在使用时，通过。

摘要： 一种基于全局优化流线微分方程的前端视觉通路重建方法，包括以下步骤：1)基于流体力学微分方程对纤维方向分布进行描述，假设脑白质中水分子沿神经纤维方向做扩散运动是一种流体运动，流线对应于脑神经纤维轨迹，流场表示粒子运动轨迹的切向量，通过三维空间上的流场分布函数来描述空间上连续的纤维方向分布；2)基于全局流场分布函数进行前端视觉通路重建，估计流场分布函数，并用四阶Runge‑Kutta算法计算每一步的纤维跟踪方向，从而完整重建出前端视觉通路。本发明能够显著减少重建时间，提高重建精度，从而提高前端视觉通路重建的时效性和实用性。