利用微分-差分特征列方法精确求解Blaszak-Marcinik 4-场格系统

来源 :黑龙江大学 | 被引量 : 7次 | 上传用户:zdbzdb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文基于高小山等人在2009年提出的微分-差分(DD)特征列方法理论,针对微分-差分系统的一些特性及本文所研究的格方程的微分差分混合算子这一特点,提出改进的微分-差分特征列方法,并把改进方法应用于Blaszak-Marcinik4-场格系统的精确求解中,既验证了方法的有效性,又体现出方法的实用性.   首先我们对代数,微分,差分三个情形下的特征列方法进行了概述与总结,也详细给出了其中的一些定义及算法;然后提出了本文核心内容,改进的微分-差分特征列方法,我们在原有理论的基础上做了很多改进,如对升列序,导元,约化,一致性等概念进行重新定义,接着我们借鉴序贯动态博弈的理论思想,还提出一则新算法(Seesaw),用来对多项式系统中的变量的类重新确定,目的是为在比较升列序的过程中重新对变量排序,这样在实际计算中,降低了系统求解的难度.文中还对DD-伪余算法,特征列算法也进行了改进,并由此一系列算法得到一致真不可约升列,进而得到微分,差分系统的零点分解.最终给出对Blaszak-Marcinik4-场格系统的精确求解的实例应用,验证其方法的有效性和实用性,而本文的研究也是为特征列方法拓展到更多的领域及求解更多类型的方程提供了些许思路,
其他文献
近年来,很多学者开始关注多智能体系统的协调控制和编队控制研究,其中编队控制一直是热门话题。在多智能体系统的编队控制中,已经取得很多成果,例如:根据系统个体间不同的连通情况
近年来,高光谱遥感技术发展显著,由于其具有较高的光谱分辨率,高光谱遥感已广泛应用于环境监测、目标侦察、伪装识别等重要领域。然而因为光谱成像仪的空间分辨率较低和地表的复杂多样性,多种物质(端元)的混合像元通常存在于高光谱遥感图像中。为了提高后续应用的精度,如何从混合像元中分解与提取各种地物光谱(端元)并求得其对应比例(丰度系数)至关重要。本文基于已知光谱库的线性光谱混合模型,充分利用高光谱数据的空间
聚类分析是机器学习的经典问题。聚类可以分为无监督聚类和半监督聚类,无监督聚类是通过抽取数据中“潜在”结构,将相似数据组成类或类的层次结构,不需要任何先验和假设。在现有
由于测量仪器的不精确,测量环境的不稳定以及测量人员的记录误差等各方面因素的限制,往往使得兴趣变量的测量值与真实值不一致,即在科学实验、生产或统计调查中都存在测量误差,因
本文主要研究了一类带一般恢复率函数的传染病模型及乙型肝炎的宏观与微观模型。  第二章,建立了一个带一般恢复率函数的传染病模型。通过引入参数б,把经典的SIS模型和SIR模