حل مسائل مقدار اوليه مرزي دستگاه معادلات ديفرانسيل جزئي مرتبه بالا غير خطي بوسيله شبكه ها

در اين مقاله روش جديد عمومي براي حل علمي مسايل مقدار اوليه مرزي دستگاه معادلات جزئي بخصوص مراتب بالا و غيرخطي در يك ابرمكعب سيلندري ارائه مي شود. اين روش يك روش مش فري بوده و جدايي بفرم بسته تحليلي توليد ميكند. تركيبي از مفاهيم شبكه هاي عصبي مصنوعي وحل مسائل مقدار اوليه مرزي دستگاه معادلات ديفرانسيل جزئي مرتبه بالا غير خطي بوسيله شبكه ها|30013731|arshad100|حل مسائل مقدار اوليه مرزي دستگاه معادلات ديفرانسيل جزئي مرتبه بالا غير خطي بوسيله شبكه هاي عصبي مصنوعي پيشخور
با سلام و درود خدمت خدمت شما پژوهشگر عزیز در این مطلب از سایت فایل با عنوان حل مسائل مقدار اوليه مرزي دستگاه معادلات ديفرانسيل جزئي مرتبه بالا غير خطي بوسيله شبكه ها هم اکنون آماده دریافت می باشد برای مشاهده جزئیات فایل به ادامه مطلب مراجعه نمایید .

در اين مقاله روش جديد عمومي براي حل علمي مسايل مقدار اوليه مرزي دستگاه معادلات جزئي بخصوص مراتب بالا و غيرخطي در يك ابرمكعب سيلندري ارائه مي شود. اين روش يك روش مش فري بوده و جدايي بفرم بسته تحليلي توليد ميكند. تركيبي از مفاهيم شبكه هاي عصبي مصنوعي و ابزارهاي بهينه سازي چند بعدي در اين روش بكار ميرود. بوسيله مفاهيم تقريب توابع چندمتغير، وابسته به مباحث شبكه هاي عصبي مصنوعي پيشخوار و نيز بكمك هم محلي در نقاطي مشخص، حل مسئله مقدار اوليه مرزي به مسئله بهينه سازي نامتغير يك تابع انرژي تبديل ميگردد. بعبارت دقيقتر يك جواب آزمون عصبي براي مسئله مقدار اوليه مرزي متشكل از مجموع دو قسمت در نظر ميگريم: قسمت اول در شرايط اوليه مرزي (زماني فضايي) صدق ميكند، درحاليكه قسمت دوم شامل متغيرهاي لازم براي مينيمم سازي تابع خطاي مسئله ميباشد و بكمك يك شبكه عصبي سه لايه و پيشخور شبيه سازي گشته و براي صدق در دستگاه معادلات ديفرانسيل مسئله آموزش ميبيند. اين روش را ميتوان بعنوان تعميمي مناسب از روشهاي معيني در نظر گرفت. كاربرد اين روش جديد صرفنظر از نوع شرايط اوليه مرزي در دامنه اي از يك معادله ديفرانسيل معمولي تا دستگاهي از معادلات ديفرانسيل جزئي متغير است.



كلمات كليدي:



دستگاه معادلات ديفرانسيل جزئي وابسته بزمان مسايل مقدار اوليه مرزي شبكه هاي مصنوعي پيشخور يادگيري نظارت بهينه سازي نامقيد چندبعدي.





1.مقدمه:



در علوم مهندسي اغلب سيستمهاي دنياي واقعي كه با معادلات ديفرانسيل توصيف شده اند، شامل چندين شرط اوليه يا مرزي وابسته به شرايط فيزيكي مسئله نيز ميباشند. مهمترين شاخص در مورد هر مسئله مقدار اوليه مرزي براي يك دستگاه معادلات ديفرانسيل جزئي عبارتست از خوش‌خيمي آن يعني وجود و يكتايي جواب مسئله بسته بنوع معادلات و نيز نوع شرايط اوليه مرزي قابل بحث است. مانند ساير مسايل روشهاي زيادي هر چند مشكل، براي حل غيرتحليلي چنين مسايلي وجود دارد از قبيل روشهاي جداسازي متغيرها، تبديلات انتگرالي، تغيير مختصات، تغيير متغيير وابسته، معادلات انتگرال و . . . ارزش اين روشها زماني مشخص تر ميشود كه براي مسايلي بكار بروند كه جواب تحليلي نداشته يا جواب تحليلي‌شان مستقيما قابل محاسبه نباشد. اين ارزش در صورت توانايي بكارگيري روش براي دستگاه معادلات ديفرانسيل جزئي (وابسته بزمان) از مراتب بالا و غيرخطي، دوچندان ميشود.



در رياضيات كاربردي عبارتند از همگرايي، پايدار علمي، سازگاري و خوشحالي عددي آنها. سه دسته مجزا براي اين روشهاي حل غيرتحليلي ميتوان در نظر گرفت: روشهاي تغييراتي، روشهاي بسطي و روشهاي علمي. در روشهاي تغييراتي معادلات ديفرانسيل مسئله را بهمراه شرايط اوليه مرزي آن بيك مسئله مينيمم سازي تابعكي مناسب در يك فضاي تابعي تبديل كرده و با حل اين مسئله بهينه سازي جواب مسئله اصلي را بدست مياوريم. مهمترين مشكل چنين روشهايي تعريف مناسب تابعكهاي مورد نياز ميباشد.



در روشهاي بسطي (طيفي و شبه طيفي) مانند روشهاي هم محلي و گالركين يا روشهاي سري فوريه، سري وزنوله متناهي جواب تقريبي مسئله را بكمك يك دسته از توابع پايه اي (چندجمله ايهاي متعامد) در نظر گرفته و با تحويل مسئله اصلي بيك دستگاه معادلات (خطي) ضرايب مجهول سري مذكور را بدست مياوريم مهمترين مشكلات اين روشها نحوه انتخاب توابع پايه اي و چگونگي محاسبه ضرايب مجهول، ميباشد.



تا اينجا روشهاي مزبور همگي بدون مش ميباشند. در مقابل، روشهاي علمي طبق معمول بر پايه گستر سازي دامنه تعريف مسئله به تعداي المان، محلي بوسيله يك