高斯型径向基函数的切比雪夫配点法

在数值模拟过程中,利用切比雪夫节点代替传统的均匀配点,用高斯型径向基函数方法求解椭圆型偏微分方程边值问题.数值模拟结果表明,基于切比雪夫节点的高斯型径向基函数数值模拟椭圆型偏微分方程边值问题能提高径向基函数的数值模拟精度,可以改进边界处的数值模拟误差.     

径向基函数神经网络在散乱数据插值中的应用,

针对径向基函数（RBF）神经网络的特点,结合网络设计工作,对计算机辅助几何设计（简称CAGD）中的散乱数据插值和曲面上离散点集的光滑插值问题,采用RBF神经网络进行求解,从应用结果来看,RBF网络适合于解决曲面离散点集的光滑插值问题,比传统的样条方法更有效,更方便,具有较好的使用价值,并且可以很容易地推广到求解高维散乱数据插值问题之中。     

基于径向基函数的3D散乱数据插值多尺度方法

提出一种新的用径向基函数插值3D散乱数据的多尺度方法. 对于给定分布在曲面上的散乱数据点, 首先通过空间划分形成一个粗糙到完美的分层点集; 对于给定的控制误差, 先在粗糙层对点集进行插值, 再对每个分层上的点集进行插值,  将其作为对前一层得到的插值函数的弥补. 数值试验结果表明, 该方法可以利用较少的采样点达到较高的逼近精度, 并且算法比较容易实现.     

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.     

径向基函数方法在曲面重建中的应用

本文介绍了曲面重建的基本原理,论述了RBF插值的数学原理。并应用RBF方法对散乱点云模型进行了验证,实现了散乱点云的三维重建。但该算法目前效率还比较低,不适合应用于大量散乱数据的三维重构,有待于进一步优化。     

电磁场数值计算中径向基函数的应用分析

径向基函数用于分析和处理变电站电磁场测量,其通过曲面插值的离散方程将变电站测量数据处理归纳成曲面插值模型,场量函数经过插值后具有连续、光滑、准确的反映物理量的连续变化规律和做出区域内场量分布精准信息的优点,并且径向基函数插值操作简单,应用范围广,可用于二、三维的数据处理,是数据后处理的有效方法之一。     

河网洪水预报径向基函数人工神经网络方法

讨论了神经网络在河网水流数值模拟中的运用现状,并基于河网水流数值计算模拟的特点,将径向基函数神经网络方法应用于复杂河网水流．模型采用混合学习算法,选用高斯核函数作为隐藏层基函数,充分发挥其表示形武筒单、径向对称、光滑性好和解析性好的优势,并采用k-均值聚类算法来确定径向基函数的参数,运用最小二乘法求解权值．建立了珠江三角洲河网的洪水预报模型,计算表明,预测结果与实测数据吻合较好,该模型具有运算速度快、简便易用且预报精度较高等特点．     

改进的径向基插值方法在船型优化中的应用

船体曲面变形是实现船型优化的前提条件,基于径向基函数插值的曲面变形方法适合于船型水动力性能优化的需要.文中主要对径向基插值中的支撑半径求取方法进行了改进,提出了支撑半径的动态求取方法,重点考虑了可变点的分布和坐标变化量对支撑半径的影响.在此基础上,将改进的径向基插值方法运用到本团队开发的船舶水动力性能多学科综合优化平台...     

增强型径向基函数的分块响应面近似处理方法

采用多项式响应面法、分块响应面法和增强型径向基函数的分块响应面法对3个测试函数进行近似处理,比较它们的均方根误差和相对误差值.结果表明:在样本数量较少时,并未明显地体现出增强型径向基函数的分块响应面法的优势,但是其近似精度不低于前两种方法;当样本点数量比较大时,增强型径向基函数的分块响应面方法的近似精度明显高于分块响应面法和多项式响应面法.     

基于径向基函数的点插值(RPIM)无网格法

基于径向函数的点插值法（RPIM）是一种新型无网格法。它有效地解决了点插值法（PIM）中遇到的最大困难：系数矩阵奇异性问题。此外，由于插值具有巧函数的性质，从而克服了以往无网格法中难以实现的位移边界条件的难点。本文简单介绍了PIM，重点阐述了RPIM的基本原理，并用算例表明了该法具有效率高、精度高和稳定性好等优点，在工程中具有广阔的应用前景。     

基于径向基函数的结冰收集率计算的两级插值方法

为提高飞机结冰数值模拟中粒子轨迹计算的效率,基于拉格朗日方法,提出了两级插值方法。第一级插值为收集率插值,根据水滴轨迹在壁面撞击位置的收集率,采用径向基函数插值计算所有网格的收集率;第二级插值为轨迹插值,把水滴从远场运动撞击到壁面过程分为两个部分,在距机翼较远位置计算少量水滴轨迹,在壁面附近位置加密计算大量水滴轨迹。采用收集率插值时,由于结冰累积,线性插值或者高阶样条插值方法在遮蔽区内插值不准确,引入径向基函数插值来解决该问题。给出的算例表明,两级插值方法能够极大的提高拉格朗日法计算收集率的效率,径向基函数插值能够避免遮蔽区内插值不准确的问题。     

函数配点法与不重叠Schwarz交替法求解椭圆方程

为了克服用一般的全域径向基配点法求解椭圆方程时所带来的配置矩阵为非对称满阵且高度病态的问题,将径向基函数配点法和不重叠型Schwarz交替法结合用于求解椭圆方程,该方法把求解大规模问题转化为求解多个小的子区域问题,取得较好的结果并且提高了计算速度.     

利用点插值函数作为试函数的最小二乘配点法

采用径向基函数与多项式基函数作为耦合的基函数,并利用点插值法构造加权残值法中的近似试函数,试函数中的形函数具有狄拉克-δ函数性质,因此可以直接施加本质边界条件．利用这种试函数和采用最小二乘配点法求解了一维二阶微分方程和薄板的弯曲问题,并与理论结果进行对比;同时还检验了配点数以及节点支持域半径对计算精度的影响．数值结果表明：这是一种与单元划分无关的无网格方法,具有模拟简单,计算精度高,收敛快的优点．     

用无网格局部径向点插值法分析功能梯度材料问题

采用无网格局部径向点插值法来分析功能梯度材料问题．这种无网格方法采用径向基函数耦合多项式基函数来近似试函数,采用三次样条函数作为加权残值法中的权函数．所构造成的形函数具有Kronecker Delta性质,方便处理本质边界条件．在计算过程中,取积分中的高斯点的材料参数来模拟问题域材料特性的变化．结果表明这是一种真正的无网格方法,模拟简单而且计算精度高．     

采用人群搜索算法的径向基函数神经网络参数整定方法

针对径向基函数(RBF)神经网络的逼近结构中,对权值、基宽和中心向量的初始值等参数的选取不当,导致系统的鲁棒性变差、收敛精度降低,甚至不再收敛的问题,提出一种基于人群搜索算法的RBF神经网络的参数整定方法.以基于遗传算法和基于粒子群算法的RBF神经网络参数整定方法为对比条件,采用MATLAB软件进行实验与分析.结果表明:应用人群搜索算法去优化RBF神经网络的初始参数,能有效地提升RBF神经网络的逼近精度,验证了该算法的可行性.     

功能梯度材料中的无网格局部径向点插值法

提出一种新的无网格局部径向点插值法来分析功能梯度材料．这种无网格方法采用径向基函数耦合多项式基函数来近似试函数,采用Heaviside函数作为加权残值法中的权函数．构造成的形函数具有Kronecker Delta性质,不再需要额外的处理来施加本质边界条件．若不考虑体力,则所形成的整体刚度矩阵只包含局部边界积分,而不包含局部域积分和奇异积分．在计算过程中,取局部边界积分中的高斯点的材料参数来模拟问题域材料特性的变化．结果表明,这是一种真正的无网格方法,具有模拟简单,计算精度高等优点．     

基函数在函数性数据拟合中的应用

文章依据至今最为重要的两个基函数,重点阐述了这两个基函数的定义,及其在多元回归统计中,函数性数据拟合上的应用,结合实际例子,具体操作,运用MATLAB软件,解决实际问题.     

跳-扩散下欧式看涨期权的径向基函数法

利用径向基函数法研究了跳-扩散下欧式看涨期权定价问题.为了证实径向基函数法的有效性,分别给出了利用径向基函数法和四阶龙格-库塔法(RK4)及有限差分法和RK4求解跳-扩散下欧式看涨期权定价问题的数值计算格式.算例计算结果显示,若采用相同的数值积分法,基于径向基函数法和RK4的数值计算格式精度更高.