时间-空间双边分数阶扩散方程微分阶数的反演

研究了一维时间-空间双边分数阶扩散方程的求解与微分阶数的数值反演问题.基于Caputo意义下时间分数阶导数和Grünward-Letnikov意义下空间双边分数阶导数的离散,给出了一个有限差分求解格式,证明了其稳定性和收敛性.分别基于终值数据及区域中点处的观测值作为附加数据,应用同伦正则化算法对微分阶数进行数值反演.反演结果表明同伦正则化算法对于分数阶扩散方程的微分阶数反演是有效的.     

一个时间分数阶扩散方程的参数反演问题

研究了一维时间分数阶扩散方程中同时确定分数微分阶数与扩散系数的数值反演问题.基于对Caputo意义下时间导数的离散,提出了一个求解正问题的隐式差分格式.应用最佳摄动量正则化算法对所提参数反问题进行了数值模拟,讨论了正则参数、数值微分步长的选取对反演结果的影响.计算结果表明所提的参数反演问题具有数值唯一性.     

含两个时间分数阶导数的二维反常扩散方程求解与微分阶数反演

对于一类含两个时间分数阶导数的二维反常扩散方程,基于对时间分数阶导数在Caputo意义下的离散,得到一个有限差分格式;利用分离变量法与Laplace变换得到该问题的解析解,并将两种方法得到的解进行数值比较.进一步,给定终值时刻数据,应用同伦正则化算法对扩散方程中的两个时间微分阶数进行数值反演,并给出反演算例.数值结果表明随着数据扰动水平的降低,解误差逐步变小,所用的反演算法对微分阶数反问题是有效的.     

时间分数阶二维对流扩散方程多点源强的数值反演

对于一类带有多个点源的二维反常扩散问题，基于Caputo意义下时间分数阶导数的离散，给出了一个有限差分求解格式。在已知点源个数及位置的前提下，根据终止时刻的浓度观测数据，应用最佳摄动量正则化算法对源强度识别反问题进行了有效的数值反演，并讨论了正则参数、分数微分阶数及数据扰动等因素对反演算法的影响。     

应用同伦正则化算法反演二维溶质运移模型中的弥散系数

利用同伦正则化算法探讨了二维对流弥散方程的依赖空间变量的弥散系数反演问题.讨论了初始迭代值、数值微分步长、以及收敛精度对算法实现的影响.数值模拟表明,同伦正则化算法对于此类参数反演问题是一种有效的方法.     

一类时间分数阶扩散方程中的源项反演解法

考虑了一类具有Neumann边界的时间分数阶扩散方程源项反演问题.首先,从分离变量法出发将反问题归结为第1类Volterra积分方程,从而揭示出反问题的不适定性; 其次,为了获得反问题的条件稳定性,通过分数阶数值微分将第1类Volterra积分方程转化为第2类Volterra积分方程,建立源项反问题的条件稳定性和误差估计; 最后,引进磨光正则化,获得稳定的分数阶数值导数,将其代入求解第2类积分方程,从而稳定地重建出仅依赖时间变量的源项.数值实验结果验证了所得反演算法的有效性.     

Neumann边界条件分数阶扩散波方程的源项辨识

对Neumann边界条件时间分数阶扩散波方程的源项辨识问题进行研究,构造一种改进的迭代正则化方法,得到源项辨识问题的正则化解,给出先验和后验参数选取规则下源项的正则化解和精确解之间的误差估计.数值算例验证了迭代正则化方法的有效性.     

基于遗传算法求解一类分数阶扩散方程反问题

考虑了一类具有多个时间分数阶项的分数阶扩散方程反问题,即通过空间中某个点的测量数据识别分数阶阶数及其组合系数。基于反问题的唯一性结论,将反问题归结为非线性优化问题,然后建立了基于遗传算法的反演方案。最后,通过数值模拟来说明反演算法的可行性及有效范围。     

拟逆正则化方法结合离散随机扰动反演初值问题

利用离散随机扰动探讨时间分数阶扩散方程的反演初值问题,这类问题是不适定的,即问题的解(如果存在)不连续依赖于测量数据.利用拟逆正则化方法,得到问题的一个正则近似解,并且给出在先验正则化参数选取规则下的收敛性估计.数值结果表明拟逆正则化方法解决此类问题是有效和稳定的.     

分数阶Logistic模型的差分解与环境容纳量反演

对于具有空间依赖环境容纳量的分数阶Logistic非线性增长模型，通过变量替换建立有限差分格式，在环境容纳量适当大的条件下，利用谱估计方法证明差分格式的稳定性和收敛性。进而考虑一个利用内点观测数据重建环境容纳量的反问题，应用同伦正则化算法进行数据随机扰动下的数值反演，计算结果表明反演重建解随着扰动水平的减小逐步逼近真解。     

时-空分数阶扩散方程的同伦近似解

利用同伦分析方法,研究了具有初值条件的空间二维时空分数阶扩散方程.从问题本身考虑,通过构造同伦方程,合理选择辅助参数,获得了在较大范围内收敛的级数解析解.数值实验结果证明,该法在求解分数阶偏微分方程的近似解析解方面的有效性和优越性.     

基于通量边界条件的一维溶质运移模型源项系数反演

利用正则参数随迭代次数变化的最佳摄动量算法对一维溶质运移模型中基于通量边界的源项系数进行了数值反演.讨论了预估迭代次数,入流端的定通量输入浓度,反演空间以及数据随机扰动对该算法的影响.数值结果表明该算法对此类反问题是有效的.     

介质密度及Lame系数同时识别的研究

将非均匀介质密度及Ｌａｍｅ系数的识别作为弹性波方程系数反问题，求残差最小，并应用弹性波正演的有限元解及摄动法，使反问题求解转化为二次规划问题，应用Ｌｅｍｋｅ算法求解二次规划问题，并以解为新的初始值重复上述过程，可迭代确定介质的密度和Ｌａｍｅ系数，该方法计算效率较高；可引入介质构造的其他勘探信息，进行联合反演。     

基于核极限学习机的下肢关节力矩预测方法

针对极限学习机(extreme learning machine, ELM)预测下肢关节力矩时,随机初始化输入权重和偏置影响模型准确度问题,提出一种基于核极限学习机(kernel based extreme learning machine, KELM)的下肢康复机器人关节力矩预测方法。该方法将高斯核函数与ELM相融合,并采用遗传算法(genetic algorithm, GA)与粒子群优化(particle swarm optimization, PSO)结合的基因粒子群GAPSO对KELM的参数进行优化。首先,采集1位在跑步机上以0.4、0.5、0.6、0.7和0.8 m/s等5个不同速度行走的右下肢偏瘫患者运动数据并对数据进行预处理;其次,通过GAPSO对KELM进行优化,获得最优正则化系数C和核函数宽度参数S,将输出关节力矩与反向生物力学分析计算的关节作比较;最后,利用均方根误差(root mean square error, RMSE)和相关系数P来评价算法优越性。实验结果表明,基于GAPSO优化后的KELM(GAPSO-KELM)算法相对于PSO-KELM算法、KELM算法...     

数值求解一类空间分数阶扩散方程源项系数反问题

数值求解一类空间分数阶扩散方程源项系数反问题.利用函数变换,将源项系数反问题转为对应的定解问题,利用隐式差分格式,求解对应定解问题,然后利用数值积分,求得待定系数函数的数值解,并且证明了隐式差分格式的绝对稳定性.通过数值算例表明,该数值方法具有较高的计算精度.     

不对称分数傅立叶图象盲水印算法

结合空间域和变换域算法特点,利用不对称分数傅立叶变换的特性,提出了一种图象盲水印算法.对载体图像的行列方向分别实施不同级次的分数傅立叶变换,将原始水印图像用最低有效位算法嵌入到载体图像的级的分数域的低频幅值矩阵中,再进行逆变换得到水印图像.缓解了水印的不可见性与鲁棒性之间的矛盾,提高了水印安全性.实验结果表明,该水印具有良好的不可见性和抗噪声攻击能力.     

基于局部观测数据的一维热传导方程系数与初值同时反演问题的数值计算

利用局部观测数据研究了一维热传导方程系数与初值同时反演问题。首先利用函数代换及热传导方程解的解析延拓性,证明了基于局部观测数据下系数与初值同时反演问题的唯一性;然后基于深度神经网络,构造了同时反演问题的反演算法;最后通过构造具有解析解和不具有解析解的数值算例,验证了反演算法的有效性。