فرمول هایی از نوع تفاضلات متناهی فشرده با استفاده از توابع پایه شعاعی بر اساس نقاط پراکنده

فرمول های نوع تفاضلات متناهی فشرده داده های پراکنده پدیدآمده از توابع پایه شعاعی

یک را ه برای افزایش دقت طرح های تفاضلی متناهی استفاده از فرمول های مشتق گیری عددی با دقت بالاست که این منجر به افزایش تعداد گره های موجود در الگو می شود. افزایش تعداد گره ها باعث بروز مشکلات متعددی می گردد. برای حل این مشکلات می توان از تقریب های تفاضلات متناهی فشرده استفاده کرد. در این پایان نامه تعمیمی از فرمول های تفاضلات متناهی فشرده برای داده های پراکنده و توابع پایه شعاعی ارائه شده است که...

ساختن روش‌های تفاضلات متناهی مبتنی بر توابع پایه شعاعی و استفاده از آنها برای حل معادلات دیفرانسیل با هندسه دلخواه

In this paper we, obtain the weight of radial basis finite difference formula for some differential operators. These weights are used to obtain the local truncation error in powers of the inter-node distance and the shape parameter of radial basis functions. We show that for each difference formula, there is a value of the shape parameter for which RBF-FD formulas are more accurate than the cor...

کاربرد الگوریتم ژنتیک در مدل‌سازی محلی میدان ثقل زمین با استفاده از توابع پایه شعاعی کروی

توابع پایه شعاعی کروی همواره به صورت گسترده‌ای برای مدل‌سازی محلی میدان ثقل زمین استفاده شده­اند. تعیین بهینه توابع پایه شعاعی کروی از نظر شکل و موقعیتآن‌ها، یکی از مهم­ترین چالش­ها در انجام مدل‌سازی بر مبنای این توابع پایه است. در این تحقیق یک روش بهینه­سازی برای مدل‌سازی محلی میدان ثقل زمین با استفاده از توابع پایه شعاعی کروی پیشنهاد شده است. بدین منظور، ابتدا آنومالی پتانسیل ثقل زمین به صورت...

الگوریتمی عددی برای حل یک مساله معکوس با استفاده از روش تفاضلات متناهی

تقریب تابع ارزش عمل با استفاده از شبکه توابع پایه شعاعی برای یادگیری تقویتی

مشکل تنگنای ابعاد، یکی از چالش هایی است که کاربرد الگوریتم های یادگیری تقویتی گسسته را در مورد مسائل کنترلی واقعی که دارای فضای حالت و عمل بزرگ و یا پیوسته می باشند محدود نموده است. ترکیب روش های آموزشی گسسته با تقریب زننده های تابعی برای حل این مشکل چندی است مورد توجه محققان قرارگرفته است. در همین راستا در این مقاله یک الگوریتم جدید یادگیری تقویتی عصبی (NRL) بر مبنای معماری نقاد- تنها معرف...

بکارگیری تجزیه دامنه در حل عددی معادلات دیفرانسیل با مشتقات جزیی (با استفاده از روش تفاضلات متناهی و روش هم محلی مبتنی بر توابع پایه شعاعی)

در این پایان نامه ابتدا به معرفی توابع پایه شعاعی پرداخته و سپس با استفاده از روش تفاضلات متناهی و روش هم محلی مبتنی بر توابع پایه شعاعی به حل معادلات دیفرانسیل با مشتقات جزئی پرداخته می شود. در حل این معادلات بر روی دامنه های بزرگ با استفاده از روش هم محلی مبتنی بر توابع پایه شعاعی، احتمال بدوضعی ماتریس ضرائب دستگاه معادلات خطی حاصل بالا می رود. برای غلبه بر این مشکل، روشی تحت عنوان روش تجزیه ...