关于径向基函数插值方法及其应用

用径向基函数插值方法及求解偏微分方程的方法,选取Multi-Quadric方法为径向基插值函数,逆Multi-Quadric方法对偏微分方程进行数值计算,并与其他方法进行比较,突出径向基函数求解偏微分方程的方法的优点,提出一些需要进一步研究的问题。     

Multi-Quadric函数与Gauss函数的插值比较

径向基函数在散乱数据插值中有着广泛应用.本文对Multi-Quadric函数与常用的Gauss函数列举多个实例,使用Mathematica编程计算,对其参数进行分析与比较,获得效果较好的误差图.     

Helmholtz问题具径向基函数的无网格法

构造了Helmholtz方程具径向基函数的无网格方法.通过引入多种径向基函数构造了Galerkin型的无网格方法.文末给出了数值算例,并与有限元方法进行了比较.讨论了无网格方法的数值精度以及径向基函数中参数对其数值解的影响.结果表明具径向基函数的Galerkin型无网格方法是求解Helmholtz方程的一种有效且精度高的方法.     

径向基函数插值逼近的误差分析

函数逼近是数学规划中一个基本的问题,近年来,国内外的一些学者对径向基函数插值逼近问题进行了广泛的研究,对于某些测试函数来说,径向基插值相对于经典的插值方法,如牛顿插值、拉格朗日插值来说,在CPU时间、逼近程度等方面有着一定的优势,因此径向基函数插值成为解决散乱数据插值的一种新的有效的方法.将采用几种常见的径向基函数来逼近一元函数、二元函数,进行数值试验以及误差分析,并对径向基函数中的参数进行分析,获得了良好的误差分析结果.     

径向基函数方法在原子核质量预言中的应用

结合径向基函数方法,我们将常用的几种原子核质量模型的精度提高了约10％～40％.留一交叉验证与AME03-11测试表明径向基函数方法是一种非常强大并且实用的工具.考虑径向基函数修正后,原子核质量模型能够更好地描述实验新测量原子核质量的数据.这一工作对于核天体物理、超重核合成及原子核对称能等方面的研究具有很高的应用价值.     

基于分级偏最小二乘回归的径向基函数神经网络

为提高径向基函数神经网络的泛化性能,提出一种利用分级偏最小二乘回归方法构造径向基函数神经网络的方法,逐步增加网络中的隐节点数直至达到合适的网络规模,消除了训练数据中存在的多重共线性对网络泛化能力的不利影响.所得径向基函数神经网络的泛化能力比偏最小二乘回归构造的径向基函数神经网络提高了约30%.船舶航向跟踪预测控制仿真验证了该算法的可行性和有效性.     

径向基函数Galerkin方法在地下水数值模拟中的应用

本文主要介绍了利用径向基函数构造Galerkin型无网格方法.并将其应用于解决地下水稳定渗流问题,讨论了近似解与精确解所产生的误差对比.结果表明,径向基函数Galerkin是一种既有效又有较高精度的求解方法.     

用径向基函数隐式拟合点云数据

提出一种新方法拟合散乱点云数据.拟合曲面由一个三变量模型的零水平集定义,该三变量模型是基于径向基函数散乱数据的一个隐式最小二乘拟合.数值实验结果表明,新方法比基于径向基函数的插值曲面方法快,并且容易实现.     

径向基函数插值中的一种新的重启动策略

针对径向基函数插值方法,提出了一种新的重启动策略来改进径向基的优化效果.在采用SLHD(symmetry Latin Hypercube design,对称拉丁超立方设计)方法换新的初始点对优化效果没有太大改进的时候,提出了一种更换径向基函数的重启动策略,可以取得更好的优化效果.通过数值算例说明了采用这种新的重启动策略在迭代次数上的优越性.     

用径向基函数Galerkin法求两点边值问题

用径向基函数来构造Galerkin型无网格法是一种新型的数值算法,各种数值方法均得到广泛的应用.将其应用于求常微分方程中的两点边值问题,通过对算例中近似解与数值解产生的误差对比,说明用径向基函数Galerkin法稳定性好,且计算精度较高,是一种有效的求解方法.