MQ-RBF和Lasso模型在一类热传导反问题中的应用的中期报告.docxVIP

MQ-RBF和Lasso模型在一类热传导反问题中的应用的中期报告 MQ-RBF和Lasso模型在热传导反问题中的应用 热传导反问题是指在已知边界条件下求解内部的热传导系数或者源项。这是一个重要的实际问题，例如材料测试中需要测量材料的热导率。在实际工程应用中，热传导反问题的解决对于材料的设计和工艺优化具有重要意义。主要的挑战在于反问题是非线性、非凸、高维、多峰和不适当的。 在这个中期报告中，我们重点研究了两种不同的模型来解决热传导反问题，分别是MQ-RBF和Lasso模型。在实验中，我们从实验数据中生成了模拟数据，然后分别将这些数据应用于MQ-RBF模型和Lasso模型中，来寻找目标系数（热传导系数或者源项）。 MQ-RBF模型 MQ-RBF模型是一种基于径向基函数（RBF）的模型，它可以在多维空间中逼近任何连续函数。在研究中，我们使用多项式基函数和高斯径向基函数来进行逼近。具体来说，我们将每个样本点表示为一个向量，这个向量包括所有的边界点和任意内部点。然后，我们使用多项式基函数或高斯径向基函数将这些向量映射到另一个空间中。最后，我们使用线性回归来估计目标系数。 Lasso模型 Lasso模型是一种基于最小绝对收缩和选择算子（L1）约束的线性回归模型。在研究中，我们首先将热传导反问题表示为线性回归问题。然后，我们使用L1约束来稀疏化目标系数，因为我们知道目标系数是非常稀疏的。具体来说