原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Acta Physica Sinica
一维热传导方程热源反问题最小二乘
支持向量机近似求解*
吴自库1 李福乐1† Do Young Kwak2
1) (青岛农业大学理学与信息科学学院, 青岛 266109)
2) (韩国科技学院数学系, 韩国大田 305701)
本文研究了一维热传导方程热源反问题. 给出了基于最小二乘支持向量机(LS-SVM)求解该问题
解的半解析表达式, 此外还给出了一种参数调节方法. 数值仿真结果表明该方法具有较高的数值精度
和稳定性.
关键词: 最小二乘支持向量机, 一维热传导方程, 源项反问题, 二次规划, 近似解
PACS: 02.30.Zz, 02.30.Jr, 02.30.Mv, 02.60.Cb
1 引言
对热传导方程的研究, 近年来人们关注更多的是其反问题. 由于热传导方程反问题独特的性质和应用价
值, 一直是反问题研究热点之一[1-10]. 热传导方程反问题就是依据一些给定的条件来反演模型的未知参数,
这些参数可以是热传导系数、边界条件、初始条件及热源项[11], 研究较多的是逆时反问题和热源反问题.
逆时反问题就是给定某个时刻温度场来反演初始温度场, 而热源反问题就是给定一些附加条件来反演热源.
由于热传导方程反问题是典型的不适定问题, 在求解时通常要采取正则化方法. 求解热传导方程反
问题的方法有很多, 例如积分变换法、伴随同化法、有限差分法、有限元法等. 近年来采取软计算方法
* 山东省高等学校优秀中青年骨干教师国际合作培养计划, 国家自然科学基金(批准号:和山东省自然科学基
金(批准号: ZR2009AL012)资助的课题.
† 通讯作者. E-mail: lfl2004666@126.com 电话:
1
解微分方程和优化问题成为一种新趋势, 常用的方法有人工神经网络(ANN)[12-15]和最小二乘支持向量
机(LS-SVM)[16-18]. 尽管在一定程度上, ANN 方法可以得到稳定的解, 但是人工神经网络方法存在两个不
足之处, 即存在多个局部极值点和隐含层数的选择问题. LS-SVM方法恰恰克服了ANN方法的缺点, 成为受
欢迎的软计算方法之一, 目前已成功地应用于诸多领域. LS-SVM方法之所以成功地求解微分方程并具有较
高的精度和稳定性, 是因为其实际上是一种半解析的正则化方法.
LS-SVM方法已经成功地用于求解常微分方程, 但是该方法用于求解偏微分方程的工作不是很多, 尤其
是反问题, 本文将利用LS-SVM方法研究一维热传导方程热源反问题.
2 LS-SVM求解一维热传导方程热源反问题机制
考虑如下一维热传导方程热源反问题:
u du f t x t ∈ 0 1 × 0 1
t xx
u0t g1 t u1t g2 t t ∈ 0 1
(1)
ux
文档评论（0）