حل معادلات دیفرانسیل با استفاده از شبکه های عصبی پیشرو

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده علوم پایه
  • نویسنده ربابه محمدزاده
  • استاد راهنما سید محمد حسینی
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1387
چکیده

( به دلیل وجود فرمولهای ریاضی در نگارش پایان نامه از برنامه farsi tex استفاده شده است به همین علت قابل تبدیل به word نبوده است در صورت دسترسی به برنامه مذکور می توان فایل پایان نامه را مشاهده کرد) در این پایان نامه، برای حل عددی معادلات دیفرانسیل جزئی از شبکه های تابع پایه شعاعی بر مبنای روش هم مکانی استفاده شده است که ویژگی بارز این روش، عدم نیاز به شبکه بندی دامنه مساله می باشد. در این راستا، برای تقریب تابع و مشتقاتش روش های شبکه تابع پایه شعاعی مستقیم و شبکه تابع پایه شعاعی غیرمستقیم به کار می روند. در کار حاضر، تمرکز اصلی بر بررسی معادلات دیفرانسیل بیضوی (خطی) دوبعدی با استفاده از روش شبکه تابع پایه شعاعی غیرمستقیم (یک بعدی) می باشد. بدین منظور، روش مذکور با روش شبکه دکارتی ترکیب شده است. به منظور ارزیابی دقت و کارایی مناسب این روش، مسایل مقدار مرزی از دو دیدگاه بالا بودن مرتبه معادله حاکم و نامنظم بودن دامنه مطالعه می شوند. این مطالعه نشان می دهد روش شبکه تابع پایه شعاعی غیرمستقیم (یک بعدی) دقیق تر از روش شبکه تابع پایه شعاعی مستقیم عمل می کند. همچنین، روش شبکه تابع پایه شعاعی غیرمستقیم را می توان برای حل عددی معادلات وابسته به زمان به کار برد.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

تعدیل وردشی شبکه در حل معادلات دیفرانسیل با مشتقات جزئی دو بعدی

در روش وردشی برای تعدیل شبکه، شبکه تعدیل پذیر به عنوان نگاره یک شبکه ثابت یکنواخت روی یک دامنه محاسباتی تحت تبدیل مخنصات مناسب بنا می شود. این تبدیل می نیمم کننده یک تابعک معین می باشد که میزان خطا را در نتایج عددی اندازه می گیرد. در این راستا یک تابع نشانگر تجویز می شود تا تعدیل شبکه را کنترل کند. در این مقاله یک تابعک تولید و تعدیل شبکه که تعریف آن بر نگاشت های همساز روی خمینه ها استوار است، ...

متن کامل

حل معادلات دیفرانسیل و انتگرال با توابع والش

هر شکل موج متناوب و مناسب را می توان بصورت یک سری از توابع والش بیان کرد . اگر سری در انتهای گروهی از جملات با مرتبه معیین قطع گردد جمع جزئی جمل تقریب پلکانی شکل موج خواهد بود ، بلندی هر پله مساوی مقدار متوسط شکل موج در همان فاصله خواهد بود . اگر یک تبدیل غیر خطی حافظ صفر به یک سری والش اعمال گردد ، سری حاصل را می توان با اعمال جبری ساده بدست آورد . ضرایب سری اولیه تغییر خواهد کرد اما جمله ها...

متن کامل

حل معادلات دیفرانسیل فازی مرتبه اول با استفاده از شبکه های عصبی

این پایان نامه در سه فصل تنظیم شده است: در فصل اول مقدماتی درباره ی حسابان فازی به منظور آشنایی با اعداد و تابع فازی بیان شده است که پیش نیازی برای فهم معادلات دیفرانسیل فازی می باشد و در ادامه مطالبی برای آشنایی با شبکه عصبی ارائه شده است. در فصل دوم مسئله مقدار اولیه فازی بیان شده و سپس به حل معادله دیفرانسیل فازی به دو روش عددی اویلر اصلاح شده و رانگ-کوتا پرداخته شده است و در نهایت چند مثال ...

حل معادلات دیفرانسیل با مشتقات جزئی با استفاده از شبکه عصبی

در این تحقیق، تقریب جواب های معادلات دیفرانسیل با استفاده از شبکه های عصبی و مقایسه آن با روش های المان محدود صورت گرفته است. برای این منظور، روش المان متناهی، روش گالرکین، شبکه عصبی مصنوعی، ساختار شبکه های عصبی، نحوه یادگیری آنها، پارامترهای مربوط به شبکه عصبی و مشتقات پارامترها و همچنین در مورد مینیمم سازی خطا مطالبی بیان شده است. موضوع اصلی این پایان نامه در مورد حل تقریبی معادلات دیفرانس...

حل برخی معادلات دیفرانسیل به کمک شبکه های عصبی مصنوعی

مولفه های مهم و اساسی هوش محاسباتی شبکه های عصبی (محاسبات نرونی)، منطق فازی (محاسبات تقریبی) و الگوریتم های ژنتیک (محاسبات ژنتیکی) هستند، که هر یک به نوعی مغز را الگو قرار داده اند. در این پایان نامه از شبکه های عصبی در حل برخی از معادلات دیفرانسیل استفاده می کنیم.شبکه های عصبی (محاسبات نرونی)، منطق فازی (محاسبات تقریبی) و الگوریتم های ژنتیک (محاسبات ژنتیکی) هستند، که هر یک به نوعی مغز را الگو ...

15 صفحه اول

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده علوم پایه

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023