期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于组合神经网络的时间分数阶扩散方程计算方法 被引量:4
1
作者 王江 陈文 《应用数学和力学》 CSCD 北大核心 2019年第7期741-750,共10页
该文首次采用一种组合神经网络的方法,求解了一维时间分数阶扩散方程.组合神经网络是由径向基函数(RBF)神经网络与幂激励前向神经网络相结合所构造出的一种新型网络结构.首先,利用该网络结构构造出符合时间分数阶扩散方程条件的数值求... 该文首次采用一种组合神经网络的方法,求解了一维时间分数阶扩散方程.组合神经网络是由径向基函数(RBF)神经网络与幂激励前向神经网络相结合所构造出的一种新型网络结构.首先,利用该网络结构构造出符合时间分数阶扩散方程条件的数值求解格式,同时设置误差函数,使原问题转化为求解误差函数极小值问题;然后,结合神经网络模型中的梯度下降学习算法进行循环迭代,从而获得神经网络的最优权值以及各项最优参数,最终得到问题的数值解.数值算例验证了该方法的可行性、有效性和数值精度.该文工作为时间分数阶扩散方程的求解开辟了一条新的途径. 展开更多
关键词 一维时间分数阶扩散方程 组合神经网络 误差函数 梯度下降学习算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部