×
苏西米塔购物中心;查克拉维蒂，S。

基于切比雪夫神经网络的Lane-Emden型方程求解模型。 （英语） Zbl 1338.65206号

申请。数学。计算。 247, 100-114 (2014).
摘要：本文的目的是利用切比雪夫神经网络（ChNN）模型求解Lane-Emden型二阶非线性常微分方程。这些方程被归类为奇异初值问题。这里使用人工神经网络（ANN）模型来克服奇异性的困难。使用单层神经网络，通过对输入模式进行切比雪夫多项式扩展来消除隐含层。这里我们使用了前馈神经网络模型和误差反向传播原理。考虑了齐次和非齐次Lane-Emden方程，证明了Chebyshev神经网络模型的有效性。

引用于28文件

MSC公司：

65升60 有限元、Rayleigh-Ritz、Galerkin和常微分方程的配置方法
34A45型 常微分方程解的理论逼近
92B20型 生物研究、人工生命和相关主题中的神经网络

关键词：

非线性二阶常微分方程;Lane-Emden方程;前馈神经网络;误差反向传播算法;切比雪夫神经网络
PDF格式BibTeX公司 XML格式引用
\textit{S.Mall}和\textit{S.Chakraverty}，应用。数学。计算。247100--114（2014；Zbl 1338.65206）
全文： 内政部

参考文献：

[1] Lane，J.H.，《关于气体质量通过其内部热量保持其体积的假设下的太阳理论温度，取决于地球实验已知的气体定律》，《美国科学杂志》。艺术，50，2，57-74（1870）
[2] Emden，R.，Gaskugeln，Anwendungen der mechanischen Warmen-theorie auf Kosmologie and meteologische Problem（1907），莱比锡，特伯纳
[3] Davis，H.T.，《非线性微分和积分方程导论》（1962），多佛：纽约多佛·Zbl 0106.28904号
[4] Richardson，O.W.，《热体的电发射》（1921年），朗曼·格林公司：朗曼·格林公司和伦敦公司
[5] Chandrasekhar，S.，《恒星结构研究导论》（1967），多佛：纽约多佛·Zbl 0079.23901号
[6] Datta，B.K.，Lane-Emden方程的解析解，Nuov。Cim.公司。，111B，1385-1388（1996）
[7] Dresner，L.，非线性偏微分方程的相似解（1983），皮特曼高级出版计划：皮特曼高级出版社伦敦·Zbl 0526.35002号
[8] Wazwaz，A.M.，解微分方程的新算法Lane-Emden型，应用。数学。计算。，118, 287-310 (2001) ·Zbl 1023.65067号
[9] Wazwaz，A.M.，微分方程分析处理的修正分解方法，应用。数学。计算。，173, 165-176 (2006) ·Zbl 1089.65112号
[10] Shawagfeh，N.T.，Lane-Emden方程的非微扰近似解，J.Math。物理。，34, 9, 4364-4369 (1993) ·Zbl 0780.34007号
[11] 乔杜里，M.S.H。；Hashim，I.，一类奇异二阶初值问题的同伦摄动解法，Phys。莱特。A、 365439-447（2007）·Zbl 1203.65124号
[12] 乔杜里，M.S.H。；Hashim，I.，用同伦摄动法求解Emden-Fowler方程，非线性分析：实字应用。，10, 104-115 (2009) ·Zbl 1154.34306号
[13] Liao，S.J.，Lane-Emden型方程的一种新的分析算法，应用。数学。计算。，142, 1-16 (2003) ·Zbl 1022.65078号
[14] Dehghan先生。；Shakeri，F.，用变分迭代法近似解天体物理学中出现的微分方程，《新天文》。，13, 53-59 (2008)
[15] 戈文德，K.S。；Leach，P.G.L.，Emden-Fowler方程的可积性分析，J.非线性数学。物理。，14, 3, 435-453 (2007) ·兹比尔1167.37032
[16] 辛格，O.P。；潘迪，R.K。；Singh，V.K.，使用改进的同伦分析方法对天体物理学中产生的Lane-Emden型方程的分析算法，计算。物理学。社区。，180, 1116-1124 (2009) ·Zbl 1198.65250号
[17] Muatjetjeja，B。；Khalique，C.M.，第一类和第二类广义Lane-Emden方程的精确解，Pramana，77545-554（2011）
[18] Zurada，J.M.，《人工神经网络导论》（1994年），西方出版社。有限公司。
[19] Haykin，S.，《神经网络综合基金会》（1999），普伦蒂斯·霍尔国际公司·Zbl 0934.68076号
[20] 米德·A·J。；Fernandez，A.A.，线性常微分方程的前馈神经网络数值解，数学。计算。型号。，19, 1-25 (1994) ·Zbl 0807.65079号
[21] 米德·A·J。；Fernandez，A.A.，用前馈神经网络求解非线性常微分方程，数学。计算。型号。，20, 19-44 (1994) ·Zbl 0818.65077号
[22] 拉加里斯，I.E。；利卡斯，A.C。；Fotiadis，D.I.，求解常微分方程和偏微分方程的人工神经网络，IEEE Trans。神经网络，9987-1000（1998）
[23] 拉加里斯，I.E。；利卡斯，A.C。；Papageorgiou，D.G.，不规则边界边值问题的神经网络方法，IEEE Trans。神经网络，111041-1049（2000）
[24] 马雷克，A。；Shekari Beidokhti，R.，高阶微分方程的数值解，使用混合神经网络-优化方法，应用。数学。计算。，183, 260-271 (2006) ·Zbl 1105.65340号
[25] Yazid，H.S。；Pakdaman，M。；Modaghegh，H.，求解常微分方程的无监督核最小均方算法，神经计算，742062-2071（2011）
[26] 塞尔瓦拉朱，N。；Abdul Samant，J.，利用神经网络求解非线性奇异系统的矩阵Riccati微分方程，国际计算机杂志。申请。，29, 48-54 (2010)
[27] 谢尔瓦尼，Y。；哈亚蒂，M。；Moradian，R.，多层感知器神经网络，采用新型无监督训练方法求解偏微分方程，应用。软计算。，9, 20-29 (2009)
[28] 阿尔茨，L.P。；Van der veer，P.，解偏微分方程的神经网络方法，神经过程。莱特。，14, 261-271 (2001) ·Zbl 0985.68048号
[29] He，S。；雷夫，K。；Unbehauen，R.，用于求解一类偏微分方程的多层神经网络，神经网络，13385-396（2000）
[30] Hoda，S.A。；Nagla，H.A.，混合边值问题的神经网络方法，国际期刊非线性科学。，11, 312-316 (2011)
[31] McFall，K.S。；Mahan，J.R.，用于求解精确满足任意边界条件的边值问题的人工神经网络，IEEE Trans。神经网络，201221-1233（2009）
[32] Leephakpreeda，T.，《微分方程解的新测定：通用近似法》，J.Compute。申请。数学。，146, 443-457 (2002) ·Zbl 1013.65079号
[33] Manevitz，L。；Bitar，A。；Givoli，D.，有限元网格自适应的神经网络时间序列预测，神经计算，63447-463（2005）
[34] Mai-Duy，N。；Tran-Cong，T.，使用多二次径向基函数网络求解微分方程，神经网络，14，185-199（2001）
[35] L.Jianyu。；司伟，L。；Q.Yingjian。；Yaping，H.，使用径向基函数神经网络求解椭圆偏微分方程，神经网络，16729-734（2003）
[36] Jackiewiez，Z。；拉哈曼，M。；Welfentn，B.D.，Fredholm积分微分方程建模的数值解-神经网络，应用。数学。计算。，195, 2523-5363 (2008)
[37] Parisi，D.R。；Mariani，M.C。；Laborde，M.A.，用无监督神经网络求解微分方程，化学。工程流程。，42, 715-721 (2003)
[38] 库马尔，M。；Yadav，N.，微分方程求解的多层感知器和径向基函数神经网络方法：综述，计算。数学。申请。，62, 3796-3811 (2011) ·Zbl 1236.65107号
[39] 美国购物中心。；Chakraverty，S.，基于回归的常微分方程求解神经网络训练，国际数学杂志。模型。数字。最佳。，4, 136-149 (2013) ·Zbl 1280.65081号
[40] Namatame，A。；Ueda，N.，切比雪夫神经网络模式分类，国际神经网络杂志，3，23-31（1992）
[41] Patra，J.C.，双结太阳能电池的Chebyshev神经网络模型，IEEE Trans。能量转换。，26, 132-140 (2011)
[42] Purwar，S。；Kar，I.N。；Jha，A.N.，使用切比雪夫神经网络进行复杂系统的在线系统识别，应用。软计算。，7, 364-372 (2007)
[43] Patra，J.C。；Kot，A.C.，使用切比雪夫函数链接人工神经网络识别非线性动态系统，IEEE Trans。系统。人类网络。，B部分-网络。，32, 4, 505-511 (2002)
[44] Lee，T.T。；Jeng，J.T.，基于切比雪夫多项式的函数逼近统一模型神经网络，IEEE Trans。系统。人类网络。-B部分：网络。，28, 6, 925-935 (1998)
[45] Patra，J.C。；朱霍拉，M。；Meher，P.K.，《使用计算效率高的Chebyshev神经网络的智能传感器》，IET Sci。测量。Technol（2008年）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。