×
帕兰德，K。;哈萨尼，M。;M·贾尼。;H.亚里。

使用最小二乘支持向量回归对Volterra-Fredholm积分方程进行数值模拟。 （英语） 兹比尔1476.65347

计算。申请。数学。 40，第7号，第246号文件，第15页（2021）.
摘要：本文提出了一种基于最小二乘支持向量回归（LS-SVR）的新方法，作为求解线性和非线性Volterra-Fredholm积分方程的数值方法。为了最小化与积分方程相关的剩余函数，通过引入一些对偶变量，将得到的优化二次问题写成线性系统。勒让德多项式被用作LS-SVR的核。最后，将提出的LS-SVR方法应用于一些测试问题，并将数值结果与现有的一些方法进行了比较，表明了该方法的准确性和效率。

MSC公司：

65兰特 积分方程的数值解法
45B05型 弗雷德霍姆积分方程
2005年第45天 Volterra积分方程

关键词：

最小二乘支持向量回归;Volterra-Fredholm积分方程;正交核;LS-SVR配置;加勒金LS-SVR

软件：

DGM公司;PRMLT公司
PDF格式BibTeX公司 XML格式引用
\textit{K.Parand}等人，计算。申请。数学。40，第7号，第246号论文，第15页（2021年；Zbl 1476.65347）
全文： 内政部

参考文献：

[1] Babolian，E。；马萨诸里州。；Hatamzadeh-Varmazyar，S.，使用带块脉冲函数的运算矩阵求解非线性Volterra-Fredholm积分和积分微分方程的新直接方法，Progr Electromagn Res，8，59-76（2008）·Zbl 1189.65306号
[2] 巴尼法特米，E。；拉扎吉，M。；Yousefi，S.，混合Volterra-Fredholm积分方程的二维Legendre小波方法，J Vib Control，13，11，1667-1675（2007）·Zbl 1182.65199号
[3] 北卡罗来纳州巴库什-萨瓦什-阿内里尔。；Sezer，M.，带变量时滞的高阶受电弓型时滞微分方程数值解的混合Taylor-Lucas配置方法，应用数学与信息科学，11，6，1795-1801（2017）
[4] Bazm，S。；Babolian，E.，使用高斯积求积规则数值求解第二类非线性二维Fredholm积分方程，Commun非线性科学数值模拟，17，3，1215-1223（2012）·Zbl 1244.65236号
[5] 啤酒，G。；Marussing，B。；Duenser，C.，数值积分，等几何边界元法，129-149（2020），柏林：Springer，柏林·兹比尔1422.65001
[6] Bishop，CM，模式识别和机器学习（2006），柏林：Springer，柏林·Zbl 1107.68072号
[7] 陈，X。；杨，J。；Ye，Q。；Liang，J.，通过类内方差最小化的递归投影双支持向量机，模式识别，44，10-11，2643-2655（2011）·Zbl 1218.68119号
[8] Dahm K，Keller A（2017）机器学习和积分方程。ArXiv-ArXiv:1712.06115·Zbl 07316671号
[9] 埃法蒂，S。；Pakdaman，M.，用于求解模糊微分方程的人工神经网络方法，Inf Sci，180，8，1434-1457（2010）·兹比尔1185.65114
[10] 哈迪扎德，M。；Asgary，M.，混合积分方程线性类的有效数值逼近，应用数学计算，167，21090-1100（2005）·Zbl 1082.65595号
[11] 韩，J。；Jentzen，A。；Weinan，E.，使用深度学习求解高维偏微分方程，国家科学院学报，115，34，8505-8510（2018）·Zbl 1416.35137号
[12] X.洪。；米切尔，R。；Di Fatta，G.，基于单纯形基函数的稀疏最小二乘支持向量回归，神经计算，330，394-402（2019）
[13] 黄，X。；Mehrkanoon，S。；Suykens，JA，支持向量机与分段线性特征映射，神经计算，117118-127（2013）
[14] Jafarian，A。；Nia，SM，利用反馈神经网络方法求解线性Fredholm积分方程组，应用数学模型，37，7，5027-5038（2013）·Zbl 1426.65214号
[15] Jafarian，A。；Measoomy，S。；Abbasbandy，S.，基于人工神经网络的Volterra积分方程系统求解建模，应用软件计算，27391-398（2015）
[16] 密歇根州约旦；Mitchell，TM，《机器学习：趋势、前景和展望》，《科学》，349，6245，255-260（2015）·兹比尔1355.68227
[17] López，J。；马尔多纳多，S。；Carrasco，M.，《通过二阶锥规划实现鲁棒非并行支持向量机》，神经计算，364，227-238（2019）
[18] 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，14，2，185-199（2001）·Zbl 1047.76101号
[19] Maleknejad，K。；Hadizadeh，M.，Volterra-Fredholm积分方程的新计算方法，计算数学应用，37，9，1-8（1999）·Zbl 0940.65151号
[20] Maleknejad，K。；Mahdiani，K.，用直接方法求解二维块脉冲函数的非线性混合Volterra-Fredholm积分方程，Commun非线性科学数值模拟，16，9，3512-3519（2011）·兹比尔1222.65149
[21] Maleknejad，K。；Yami，M.，Volterra-Fredholm积分方程组的计算方法，应用数学计算，183，1，589-595（2006）·兹比尔1107.65352
[22] 米德·A·Jr；Fernandez，A.，用前馈神经网络求解非线性常微分方程，数学计算模型，20，9，19-44（1994）·Zbl 0818.65077号
[23] Mehrkanoon，S。；Suykens，J.，线性时变广义系统的LS-SVM近似解，Automatica，48，10，2502-2511（2012）·Zbl 1271.93175号
[24] Mehrkanoon，S。；Suykens，JA，使用LS-SVM学习偏微分方程的解，神经计算，159，105-116（2015）
[25] Mehrkanoon，S。；福尔克，T。；Suykens，JA，使用最小二乘支持向量机的常微分方程的近似解，IEEE Trans Neural Netw Learn Syst，23，9，1356-1367（2012）
[26] Mehrkanoon，S。；黄，X。；Suykens，JA，具有不同损失函数的非平行支持向量分类器，神经计算，143294-301（2014）
[27] 米尔扎伊，F。；Hadadiyan，E.，通过修改hat函数对Volterra-Fredholm积分方程进行数值求解，应用数学计算，280，110-123（2016）·Zbl 1410.65501号
[28] Negarchi，N。；Nouri，K.，基于Müntz-Legendre多项式特殊形式的配点法求解Volterra-Fredholm积分方程，J Comput Appl Math，344，15-24（2018）·Zbl 1453.65459号
[29] Nemati，S.，使用Legendre配置法数值求解Volterra-Fredholm积分方程，计算应用数学杂志，27829-36（2015）·Zbl 1304.65275号
[30] 奥利维拉，SA；戈麦斯，JP；Neto，ARR，《通过加速分段测试的稀疏最小二乘支持向量机：双重方法》，神经计算，321308-320（2018）
[31] 奥塔迪，M。；Mosley，M.，用区间值模糊神经网络模拟和评估区间值模糊线性Fredholm积分方程，神经计算，205，519-528（2016）
[32] Parand，K。；Delkhosh，M.，求解多轨道阶非线性Volterra-Fredholm积分微分方程的运算矩阵，Gazi Univ J Sci，29，4，895-907（2016）
[33] Parand，K。；Delkhosh，M.，非线性任意阶Volterra积分微分方程组，Boletim da Sociedade Paranaense de Matemática，36，4，33-54（2018）·Zbl 1424.45012号
[34] Parand，K。；Rad，J.，基于径向基函数的配点法求解非线性Volterra-Fredholm-Hammerstein积分方程，应用数学计算，218，9，5292-5309（2012）·Zbl 1244.65245号
[35] Parand，K。；特拉夫卡尔，Z。；北卡罗来纳州帕克尼亚特。；Pirkhedri，A。；Haji，MK，使用sinc和有理Legendre函数求解Volterra人口模型的配置方法，Commun非线性科学数值模拟，16，4，1811-1819（2011）·Zbl 1221.65186号
[36] 里夫金，R。；Yeo，G.等人。；Poggio，T.，正则化最小二乘分类，《北约科学系列第三次系列计算机系统科学》，190，131-154（2003）
[37] 沈杰。；Tang，T。；Wang，L.，Spectral methods:algorithms，analysis and applications（2011），柏林：Springer Science and Business Media出版社，柏林·Zbl 1227.65117号
[38] 西里尼亚诺，J。；Spiliopoulos，K.，DGM：解偏微分方程的深度学习算法，计算物理杂志，3751339-1364（2018）·Zbl 1416.65394号
[39] Suykens，JA，最小二乘支持向量机（2002），新加坡：世界科学，新加坡·Zbl 1017.93004号
[40] 日本苏肯斯；Vandewalle，J.，最小二乘支持向量机分类器，神经过程Lett，9，3，293-300（1999）
[41] van de Wolfshaar J、Wiering MM、Schomaker LL（2017）视频游戏深度强化学习
[42] 王，G。；张，G。；Choi，K-S；Lam，K-M；Lu，J.，基于输出的最小二乘支持向量机迁移学习及其在膀胱癌预后中的应用，神经计算，387279-292（2020）
[43] Wazwaz，A.，线性和非线性积分方程（2011），柏林：施普林格出版社，柏林·Zbl 1227.45002号
[44] 徐，H。；Fan，L.，基于（epsilon）-SVR方法的Volterra-Fredholm积分方程数值解，计算应用数学杂志，298201-210（2016）·兹比尔1331.65178
[45] Yildirim，A.，混合Volterra-Fredholm积分方程的同伦摄动方法，混沌孤子分形，42，5，2760-2764（2009）·Zbl 1198.65258号
[46] Yousefi，S。；Razzaghi，M.，非线性Volterra-Fredholm积分方程的Legendre小波方法，数学计算模拟，70，1，1-8（2005）·Zbl 1205.65342号
[47] Yousefi，S。；Lotfi，A。；Dehghan，M.，求解非线性混合Volterra-Fredholm积分方程的He变分迭代法，计算数学应用，58，11-12，2172-2176（2009）·Zbl 1189.65317号
[48] Yüzbaši，ö。，解受电弓型Volterra积分微分方程的Laguerre方法，应用数学计算，2321183-1199（2014）·Zbl 1410.65510号
[49] Yüzbaši，ö。，时滞线性Fredholm积分微分方程的带残差估计的移位Legendre方法，J Taibah Univ Sci，11，2，344-352（2017）
[50] Yüzbaši，ö。，求解人口模型和时滞线性volterra积分微分方程的移位勒让德方法，国际生物数学杂志，10，7，1750091（2017）·Zbl 1377.65176号
[51] 尤兹巴什，S。；Sezer，M.，用带残差修正的移位勒让德近似法求解受电弓-延迟型微分方程，应用数学模型，39，21，6529-6542（2015）·Zbl 1443.65091号
[52] Yüzbaši，ö。；Yildirim，G.，Pell-Lucas配点法求解高阶线性Fredholm-Volterra积分微分方程和残差修正，Turk J Math，44，4，1065-1091（2020）·Zbl 1450.65074号
[53] Yüzbaši，ö。；Y'ldñrñm，G.，求解带函数变元Riccati方程的Legendre配置法，国际J计算方法，17，10，2050011（2020）·Zbl 07342685号
[54] Yüzbaši，ö。；Sezer，M。；Kemancí，B.，积分微分方程的数值解和采用改进Legendre方法的人口模型的应用，应用数学模型，37，4，2086-2101（2013）·Zbl 1349.65728号
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。