结合稀疏逼近的正则化方法求解非齐次双调和方程的Cauchy问题
热方程Cauchy问题的一种正则化方法

l 引 百
我们 考 虑热方 程 C uh n 1 ) 其 中 = 处 的柯 西数据 已给出 , a cyI  ̄(. , h q 1 1 对0
.
<1, 问题是 由(. 系统求 1) 1
ux ) (t ,
, I
{(, = o 0 )
>, 0 O >, t X , o
Байду номын сангаас
考 .
我 注 到 对 ≤ < , ( ∈ () 一 微 的 动 能 致 分 2)存 . 此 问 们 意 , 于0 x 1gf 的 个 小 扰 可 导 积 ( 不 在 因 , 题 ) . 8
u1)伽 ( t gf (f ,+ o ) ( ,= )
其 中,O 0是正则化参数 . t > 在此基础上 ,我们得 到I题 ( .) 司 11的一个修正 的正则化解. 2 扰动一 正正则化方法 修
(2 1) .
我们考虑 (.) 21扰动问题 :
I = ,
>, 0 0 >, t
(1 1) .
l1 =( tOl , g) >,一. () t f u
为了保证解的唯一性[ ,假设 当 趋于无穷时 u 有界. 问题 (.) 1 是一个经典的逆 向热传导问题 ( C ) 问 1 I P. H 该
题是严重不 适定 的 , 即给定 的柯西数据 的微 小变化可能会导致解 的巨大误差 [ 因此 ,需要正则化技 巧去稳定 2 ] .
{ )0 (0=, , I (t a 0) ( 1 +u(f f , ) ,= ) ,
0 , f0 .
() 2 ・ 1
收稿 日期 :2 1— 6 1 0 10 — 5 作者简介 :周 亚兵 (9 8 ) 18一 ,男,甘肃庄浪人 ,河西学院数学与统计 学院 2 1 届 毕业生. 01
用边界结点法(BKM)求解非齐次双调和方程的Cauchy问题

Vo . I23 No 11 .
重 庆 工 学 院 报 ( 学 自然科 学)
J un l fC o g igIsi t f eh o g( a r cec ) o ra h n qn nt ueo cnl y N t a Sine o t T o ul
g v n o a o h b un a i o u ce t e o g ie n p r f t e o d r s n ts f in n u h, te ou in o h Ca c y p o lm i o t y i h s l to ft e u h rbe sn t
LU X a—u WA G X a - n U Y —a I i y , N i j ,D an n o ou
( oeeo te ac n hs s C ogigU i ri , hn q g40 3 C ia C lg f h m t s dP yi , h nq nv s y C o gi 0 00,hn ) l Ma i a c n e t n
20 0 9年 1 1月
NO . 2 09 V 0
用 边 界 结 点 法 ( K 求解 非 齐次 双 调 和 B M) 方 程 的 C uh acy问题
刘 晓 宇 , 小 军 亚楠 王 , 杜
( 重庆大学 数理学 院, 重庆 403 ) 00 0
摘
要: 通过径 向基 函数 和 Lpae算子 、 alc 重调和 算子的基 本解 的线性组合 来表 示问题 的解 ,
b h r n c o e ao s n o d tr n he c e ce t y k o a a gv n o a to h o n a . i a mo i p r tr ,a d t ee mi e t o f in sb n wn d t ie n p r ft e b u d r i y
一种稀疏约束的图正则化非负矩阵光谱解混方法

第39卷2 0 19,第4期 年4月光谱学与光谱分析Spectroscopy and Spectral AnalysisV o '39,N o.4,pp1118-1127A pril,2019一种稀疏约束的图正则化非负矩阵光谱解混方法甘玉泉1!2,刘伟华\冯向朋\于涛\胡炳樑\汶德胜中国科学院西安光学精密机械研究所,陕西西安710119 中国科学院大学,北京100049摘要由于受到高光谱遥感图像传感器平台的限制,图像的空间分辨率受到一定影响,这导致高光谱遥感图像的像元通常是多种地物的混合,也叫做混合像元。
混合像元的存在制约了高光谱遥感图像的准确分 析和应用领域。
采用高光谱解混技术可将混合像元分解为纯净的物质光谱(E n d m em b er 端元)和每种物质 光谱所对应的混合比例(Abundance ,丰度&为获取更多更精细的光谱提供了可能。
这对高精度的地物分类 识别、目标检测和定量遥感分析等研究领域具有重要的意义。
因此,解混技术成为高光谱遥感图像领域的一 个研究热点#基于线性光谱混合模型(linearspectralm ixingm odel ,LM M ),提出了一种端元丰度联合稀疏约 束的图正贝^化非负矩阵分解(endmemberandabundancesparseconstrainedgrapW regularizednonnegativema-trix factorization ,EAGLNM F )算法# 该算法通过研究基于非负矩阵分解(nonnegative matrix factorization , N M F )的方法,结合图正则化理论来考虑高光谱数据内部的几何结构,将端元光谱稀疏约束和丰度稀疏约束应用于其中,从而能够对高光谱数据的内部流形结构进行更为有效的表达。
首先,构造了 E A G L N M F 算法 的损失函数,采用V C A -F C L S 方法进行初始化,然后,设定相关参数,包括图正则化权重矩阵参数、端元光 谱稀疏约束因子和丰度矩阵稀疏约束因子,最后,通过推导得到了端元矩阵与丰度矩阵的迭代公式,并且设 置了迭代停止条件。
Cauchy型奇异非线性方程的高精度数值解法研究

Cauchy型奇异非线性方程的高精度数值解法研究文章从不同角度入手客观分析了Cauchy型奇异非线性方程高精度数值求解,探讨了Cauchy型奇异非线性方程高精度数值数值解法验证和结果,指出在求解Cauchy型奇异非线性方程过程中,将数值逼近函数法应用于其中,可极大地提高方程数值准确率。
一、Cauchy型奇异非线性方程高精度数值求解(1)Cauchy型奇异非线性方程正规化。
在新形势下,由于Cauchy型奇异非线性方程频繁出现在众多领域研究课题中,Cauchy型奇异非线性方程研究的重要性不断显现,但其精确解的获取难度相当大。
在利用数值逼近函数方法求解过程中,研究人员先探讨了Cauchy型奇异非线性方程正规化,多层次对奇异方程特殊化算式进行了合理化的关联整合,Cauchy型奇异非线性方程正规化操作顺利实现,合理去除了奇异积分方程具有的积分核奇异性,巧妙利用数值逼近函数方法,求解了Cauchy型奇异非线性方程的高精度数值,所定义的Cauchy型奇异非线性方程为:Tφ=α(t)φ (t)+—∫—dτ=f(t),t∈L(1)(2)Cauchy型奇异非线性方程数值具体求解。
研究人员结合有限区间特征,合理化描述了第一类Cauchy型奇异非线性方程形式,即∫φ(t)[— +L(t,x)]dt= f(x),-1≤x≤1其中φ(t)的幂级数展开形式为:φ(t)≈(1-t2)∑αi t i將上面的Cauchy型奇异非线性方程形式代入其中之后,便可以获取Cauchy 型积分解,但精准度不高,存在较大误差,需要根据具体情况,合理调整上面的求解过程。
研究人员借助已知的相关定理,巧妙利用数值逼近分析带这一方程,调整之后的Cauchy型奇异积分方程形式为:∫φ(t)[—]dt= f(x)(α≥3),-1≤x≤1在已知的相关定理作用下可获取下面式子:ft=∑—{ —+—} -—∫[∑∑cjKp(α-1)(xi)Tj(t)tp]— dt,l=0,1,...n求解其中的cj与K(t,x),由于K(t,x)已知,可以得出Cauchy型奇异积分方程的计算公式,即φ(t)=(1-t2)∑cjTj(t),(1≤t≤1)在一系列计算操作下,可以得出Cauchy型奇异非线性方程解,如下所示:φ(t)=(1-t2)∑cjTj(t),(-1≤t≤1)也就是说,在数值逼近函数方法作用下,可以求出具有Cauchy核的奇异积分方程高精度数值解。
修改的Helmholtz方程Cauchy问题的一种软化方法

修改的Helmholtz方程Cauchy问题的一种软化方法熊向团;毛东玲;曹笑笑【摘要】修改的Helmholtz方程Cauchy问题是一类严重不适定问题.为了得到此类问题的稳定数值解,采用软化方法(利用高斯核)构造正则近似解,给出了正则近似解与精确解之间的误差估计,并通过数值实验检验了方法的有效性.%The Cauchy problem for the modified Helmholtz equation is a severely ill-posed problem.In this paper,to obtain the stable numerical solution for this problem,a mollification method(using the Gaussian kernel) is proposed to construct regularization approximation solution,and then the error estimate between regularization approximation solution and exact solution is given.Finally,a numerical example is given to show the effectiveness of the proposed method.【期刊名称】《西北师范大学学报(自然科学版)》【年(卷),期】2017(053)003【总页数】7页(P1-7)【关键词】不适定问题;反问题;修改的Helmholtz方程;正则化;误差估计【作者】熊向团;毛东玲;曹笑笑【作者单位】西北师范大学数学与统计学院,甘肃兰州 730070;西北师范大学数学与统计学院,甘肃兰州 730070;西北师范大学数学与统计学院,甘肃兰州 730070【正文语种】中文【中图分类】O241.82近年来,Helmholtz方程出现在很多物理应用中[1-3].Helmholtz方程Cauchy问题产生的逆散射问题[4]是一个逆问题且是严重不适定的[5],一些数值方法已经被用来解决这个问题,Marin等结合边界元方法和迭代算法很好地解决了Helmholtz方程Cauchy问题[6-8].一些无网格方法,如基本解法[9]、边界节点法[10]、平面波法[11]等都是解决Helmholtz方程反问题的有效方法.近年来,算子步进法[12]、修改的Tikhonov方法[13]以及谱方法[14]也被用来解决Helmholtz方程Cauchy 问题.本文利用软化方法研究定义在R上的带形区域内的修改的Helmholtz方程Cauchy问题[15]:其中是2维Laplace算子,k>0是波数.根据线性性对问题(1)进行如下分解:若记w(x,y)和v(x,y)分别为问题(2)和(3)的解,则u(x,y)=v(x,y)+w(x,y)为问题(1)的解,本文主要考虑问题(2),问题(3)的研究过程与之类似.软化方法的思想非常简单自然[16],如果数据不能精确给出,我们就寻找一个序列的软化算子将不适定的数据空间映射到问题的适定类数据空间,这样我们的问题就成为适定问题了.假设精确数据Ψ(y)和带噪音数据Ψδ(y)都属于L2(R)且满足:其中为L2(R)上的范数,δ>0表示噪音水平.设表示Ψ(y)∈L2(R)的傅里叶变换对问题(2)关于变量y作傅里叶变换,则有容易知道,问题(6)的解为特别地或等价地,问题(2)的解为当ξ→+∞时因式呈指数增长,从而实际测量到的数据Ψ(y)的小噪音被任意放大,所以该问题是一个严重不适定问题.本文利用高斯核作为软化算子进行数据的软化.引进高斯函数:则有JαΨ是Ψ的软化子.由卷积性质可知:用带有软化数据JαΨδ的问题代替原问题(2),用wα,δ表示新的带有软化数据问题的解,则有利用傅里叶变换容易得到:或等价地,有引理1 对任意的x∈(0,1)有证明易知引理2 对任意的x∈(0,1)有证明因为0<x<1,所以,故引理3 对任意的x∈(0,1)有证明因为0<x<1,所以,故引理4(Parseval等式[17]) 若为f(x)的傅立叶变换,则有本节给出(14)式作为问题(2)的近似解与其精确解之间的误差估计.我们首先考虑0<x<1的情况,然后考虑x=1的情况[18].假设存在w(1,·)∈L2(R)且存在先验界这里E是一个有界的正数.定理1 假定w(x,y)和wα,δ(x,y)分别是问题(2)的精确解和近似解.假定(4)和(18)式成立,则当0<x<1时,有如下估计:若选取则有证明根据三角不等式及Parseval等式可知:利用(8)式,有其中因为I2(ξ)和I2(ξ)都是关于ξ的函数,记,则有以下分别给出I1(η)和I2(η)的估计.首先依据(15)和(16)式有为估计I1(η),进一步令f(η):=η2e(x-1)η,则通过计算可知,f(η)在处取得最大值,故有即对于I2(η),依据(15)式有为估计I2(η),令,则因而g(η)在处取得最大值,从而即结合(22)~(24)式容易得到(19)式,再结合(20)式可知(21)式成立. 】下面考虑x=1的情况.为了得到解w(1,y)的稳定性,我们假设存在一个比(18)式更强的先验界这里定理2 设w(1,·)是问题(2)在x=1的解,wα,δ(1,·)是新的带有软化数据问题(12)在x=1的解,假设条件(4)与(18)成立,则若取则有证明依据Parseval等式及三角不等式,我们有如下估计:这里对于I4(ξ),类似定理1的证明,容易知道为了估计I3(ξ),分两种情况讨论,令ξ0>0.( i )若,那么( ii )若利用以及,有令,则有结合(31)~(33)式,即有由(29),(30)以及(34)式容易得到(26)式,定理得证. 】下面依据问题(2)的研究方法给出问题(3)的精确解与近似解之间的误差估计及参数选择.类似地,假设精确数据φ(y)和带噪音数据φδ(y)都属于L2(R)且满足(4)式,进一步假设存在v(1,·)∈L2(R)且满足(18)式.对问题(3)关于y作傅里叶变换,则有容易知道,问题(35)的解为或等价地,特别地,我们用带有软化数据Jαφδ的问题代替原问题(3),用vα,δ(x,y)表示新的带有软化数据问题的解,则有利用傅立叶变换容易得到:或等价地,下面给出当0<x<1时问题(3)的精确解与近似解之间的误差估计.由于x=1的情况与问题(2)相同,这里我们不再赘述.定理3 假定v(x,y)和vα,δ(x,y)分别是问题(3)的精确解和近似解,且(4)和(18)式成立,则当0<x<1时,有如下估计式成立:若选取则有定理3的证明过程与定理1的证明过程类似,这里我们不再证明.进一步,依据线性性我们知道定理4 设u(x,y)和uα,δ(x,y)分别是问题(1)的精确解和近似解,且(4)和(18)式成立,则当0<x<1时,有如下估计式成立:若取则有结合定理1、定理3的证明及(49)式,容易证得(48)和(50)式成立,从而得到问题(1)精确解与近似解之间的一种新的误差估计.考虑下面问题:其精确解为在数值实验中,我们固定重构位置x=0.2,正则化参数α=0.1.图1是问题(51)未正则化时解的效果(即α=0时).可以看出:该问题是不适定的,因此必须引入正则化方法.图2(a)~(c)分别给出了δ=6×10-4,6×10-3和6×10-2时近似解与精确解的逼近效果.从图2可以看出,噪音越大,重构效果越差,但是我们提出的正则化方法始终是有效的.【相关文献】[1] DELILLO T,ISAKOV V,VALDIVIA N,et al.The detection of the source of acoustical noise in two dimensions[J].SIAM J Appl Math,2001,61(6):2104.[2] DELILLO T,ISAKOV V,VALDIVIA N,et al.The detection of surface vibrations from interior acoustical pressure[J].Inverse Problem,2003,19(3):507.[3] HALL W S,MAO X Q.Boundary element investigation of irregular frequencies in electromagnetic scattering[J].Eng Anal Bound Elem,1995,16(3):245.[4] REGISKA T,REGISKI K.Approximate solution of a Cauchy problem for the Helmholtz equation[J].Inverse Problems,2006,22(3):975.[5] ISAKOV V.Inverse Problems for Partial Differential Equation[M].NewYork:Springer,2006.[6] MARIN L,ELLIOTT L,HEGGS P J.An alternating iterative algotithm for the Cauchyproblem associated the Helmholtz equations[J].Comput Methods Appl MechEngrg,2003,192:709.[7] MARIN L,ELLIOTT L,HEGGS P J.Conjugate gradient-boundary element solution to the Cauchy problem for Helmholtz-type equations[J].Comput Mech,2003,31(3/4):367.[8] MARIN L,ELLIOTT L,HEGGS P parison of regularization methods for solving the Cauchy problem associated the Helmholtz equation[J].Int J Numer MethodsEngrg,2004,60(11):1933.[9] MARIN L.A meshless method for the numerical solution of the Cauchy problem associated with three-dimensional Helmholtz-type equations[J].Appl MathComput,2005,165(2):355.[10] JIN B T,ZHENG Yao.Boundary knot method for some inverse problems associated with the Helmholtz equation[J].J Numer Methods Engrg,2005,62(12):1636.[11] JIN B T,MARIN L.The plane wave method for inverse problems associated with Helmholtz-type equations[J].Eng Anal Bound Elem,2008,32(3):223.[12] WEI Ting,QIN Hai-hua,SHI Rui.Numerical solution of an inverse 2D Cauchy problem connected with the Helmholtz equation[J].Inverse Problems,2008,24(3):1.[13] QIN Hai-hua,WEI Ting,SHI Rui.Modified Tikhonov regularization method for the Cauchy problem of the Helmholtz equation[J].J Comput Appl Math,2009,224(1):39. [14] XIONG Xiang-tuan,FU Chu-li.Two approximate methods of a Cauchy problem for the Helmholtz equation[J].Comput Appl Math,2007,26(2):285.[15] XIONG Xiang-tuan,SHI Wan-xia,FAN Xiao-yan.Two numerical methods for a Cauchy problem for modified Helmholtz equation[J].Applied MathematicalModelling,2011,35(10):4915.[16] HO D N.A mollification method for ill-posed problems[J].Numer Math,1994,68(4):469.[17] 陈纪修,於崇华.数学分析[M].北京:高等教育出版社,2004:436.[18] LI Zhen-ping,FU Chu-li.A mollification method for a Cauchy problem for the Laplace equation[J].Appl Math Comput,2011,217:9209.。
Laplace方程Cauchy问题求解的一种正则化方法

收稿日期:2023-04-14;修订日期:2023-05-26作者简介:祝志栋(1982 ),男,硕士,讲师,主要从事数学物理方程反问题研究㊂基金项目:2021年福建省中青年教师教育科研项目(科技类)(JAT210498)㊂第41卷㊀第5期2023年10月江㊀㊀西㊀㊀科㊀㊀学JIANGXI㊀SCIENCEVol.41No.5Oct.2023㊀㊀doi :10.13990/j.issn1001-3679.2023.05.002Laplace 方程Cauchy 问题求解的一种正则化方法祝志栋,石红岩,时秀娟(仰恩大学数学系,362014,福建,泉州)摘要:利用Tikhonov 正则化方法求解圆环域上Laplace 方程Cauchy 问题,提出了利用Morozov 相容性原理确定正则化参数的改进模型函数方法,并给出了迭代算法㊂数值算例验证了该方法的有效性㊂关键词:Laplace ;正则化参数;模型函数;Morozov 方程中图分类号:O175.25㊀㊀㊀㊀文献标识码:A㊀㊀㊀㊀文章编号:1001-3679(2023)05-825-06A Regularization Method for Solving the Cauchy Problemof Laplace EquationZHU Zhidong,SHI Hongyan,SHI Xiujuan(Department of Mathematics,Yang en University,362014,Quanzhou,Fujian,PRC)Abstract :The Tikhonov regularization method was utilized to solve the Cauchy problem of Laplace e-quation on annular domain.An improved model function method based on Morozov discrepancy prin-ciple was proposed to determine the regularization parameter ,and an iterative algorithm was presen-ted.Numerical examples verify the effectiveness of the proposed method.Key words :Laplace;regularization parameter;model function;Morozov equation0㊀引言Laplace 方程Cauchy 问题是一类在地球物理㊁无损探伤㊁医学成像[1]等多个领域有着广泛应用的数学物理问题㊂这一类问题大都是不适定的,求解该类问题的本质困难在于解的不稳定性,观测数据的微小误差将会引起未知解的急剧变化[2],因而难以使用古典的数值方法求解[3]㊂对该类问题的求解国内外目前已有大量的工作,包括基本解方法[4]㊁拟逆方法[5-6]㊁磨光化方法[7-9]㊁Fourier 方法[10]㊁中值差分法[11]等㊂其中应用比较广泛的为Tikhonov 正则化方法,而正则化参数的选取对于该方法的有效性非常重要[3]㊂文献[12-14]提出了确定正则化参数的模型函数方法,并验证了其在处理不适定问题中的有效性㊂本文将该方法加以改进,以期得到比较理想的正则化参数,并给出算例㊂为了方便检验该方法的有效性,选定在圆环区域上求解该问题㊂1㊀圆环域上Laplace 方程Cauchy 问题的正则化方法1.1㊀解的存在性考虑一类特殊区域,即圆环域上的问题:1ρ∂∂ρ(ρ∂u ∂ρ)+1ρ2∂2u∂θ2=0,㊀㊀(ρ,θ)ɪ(a ,b )ˑ(0,2π)(1)u (b ,θ)=f (θ),θɪ(0,2π)(2)∂u∂ρ(b,θ)=g(θ),θɪ(0,2π)(3)该问题由容易测量的外边界数据反演不易测量的内边界函数值,这是一个不适定的问题[3]㊂通过引进边界数据u(a,θ)=h(θ),θɪ(0,2π)(4)代替式(3),则得到一个适定的问题,其解为: u(ρ,θ)=ʏ2π0[ln b-lnρ2π(ln b-ln a)+ð n=1 a-nρ-n-a-n b-2nρnπ(a-2n-b-2n)cos n(τ-θ)]h(τ)dτ+ʏ2π0[lnρ-ln a2π(ln b-ln a)+ð n=1a-2n b-nρn-b-nρ-nπ(a-2n-b-2n) cos n(τ-θ)]f(τ)dτ,(5)在式(5)两边关于ρ求导后再取ρ=b,由Cauchy 数据(3)可得Kh=L(f,g),(6)其中:L(f,g)(θ):=g(θ)-ʏ2π0[12πb(ln b-ln a)+ð n=1nb-1a-2n+nb-2n-1π(a-2n-b-2n)cos n(τ-θ)]f(τ)dτ, (Kh)(θ):=ʏ2π0[12πb(ln a-ln b)+ð n=1 2nb-n-1a-nπ(b-2n-a-2n)cos n(τ-θ)]h(τ)dτ㊂原Cauchy问题(1)~(3)有解的必要条件为Cauchy数据(f,g)满足L(f,g)ɪRange(K)㊂1.2㊀Tikhonov正则化方法若外边界上的数据为扰动数据fδ,gδ,则方程(6)的右端项变为L(fδ,gδ)㊂定义:k^(τ,θ):=12πb(ln b-ln a)+ð n=1 nb-1a-2n+nb-2n-1π(a-2n-b-2n)cos n(τ-θ)㊂假定外边界r=b上的有误差的Cauchy数据由下面的方式给定fδ(θ)=f(θ)+1πδsinθ,gδ(θ)=g(θ)+ 1πδcosθ,(7)则它在整个[0,2π]上的误差为fδ(㊃)-f(㊃) 2L2[0,2π]=δ2π2ʏ2π0sin2θdθ δ2, gδ(㊃)-g(㊃) 2L2[0,2π] δ2㊂注意到L(fδ,gδ)(θ)-L(f,g)(θ)=gδ(θ)-g(θ)-ʏ2π0k^(τ,θ)[fδ(τ)-f(τ)]dτ,从而方程Kh=L(f,g)的右端数据的误差是(δ∗)2:= L(fδ,gδ)-L(f,g) 2L2[0,2π]=ʏ2π0 [L(fδ,gδ)(θ)-L(f,g)(θ)]2dθ 2 gδ-g 2L2[0,2π]+2ʏ2π0[ʏ2π0k^(τ,θ)[fδ(τ)-f(τ)]dτ]2dθ 2 gδ-g 2L2[0,2π]+2 fδ-f 2L2[0,2π] k^ 2L2([0,2π]ˑ[0,2π])=C20δ2㊂下面由此来求h(τ)的近似值hδ(τ)㊂利用Tikhonov正则化方法构造K-1的正则化解算子Rα,即求hδ(τ),使得下面Tikhonov泛函值极小:J^α(h)=12 Khδα-L(fδ,gδ) 2L2[0,2π]+α2 hδα 2L2[0,2π],(8)其中α称为正则化参数㊂关于Tikhonov泛函有如下结论[3]:引理1:设K是Hilbert空间XңY的有界线性算子,则1)J^α(h)在X上存在唯一的极小元hδα;2)hδα满足αhδα+K∗Khδα=K∗L(fδ,gδ)(9)其中α>0,K∗为K的伴随算子㊂由于K是<L2,L2>在L2内积下的自伴算子,从而式(9)可写为αhδα+K2hδα=KL(fδ,gδ)㊂(10)在该方法中,正则化解算子Rα和正则化解hδα分别为:Rα=(αI+K2)-1K,hδα=RαL(fδ,gδ)= (αI+K2)-1KL(fδ,gδ)㊂由于δ∗= L(fδ,gδ)-L(f,g) L2[0,2π] C0δ,则可得到正则化解和精确解的误差为hδα-h = RαL(fδ,gδ)-h RαL(fδ, gδ)-RαL(f,g) + RαL(f,g)-h Rα L(fδ,gδ)-L(f,g) + RαKh-h δ∗ Rα + RαKh-h ㊂因此,问题的关键在于选取合适的正则化参数㊃628㊃江㊀西㊀科㊀学2023年第41卷α,使得δ∗R α + R αKh -h 极小,而正则化参数的选取是否合适是决定正则化解和精确解之间的误差水平的关键因素㊂下面利用Morozov 相容性原理确定正则化参数㊂该原理通过求解方程(9)的最小模解来确定α[3]㊂正则化参数α(δ)由Kh α(θ)-L (f δ,g δ) 2L 2[0,2π]=(δ∗)2(11)确定,其中α,h α(θ)满足方程(9),从而式(11)为求解α的隐函数方程㊂可以证明式(11)有解[3]:引理2:如果L (f δ,g δ)⊈Ker (K ∗),J (0)<12(δ∗)2<J (1),则式(11)在αɪ(0,1]存在唯一的根α∗ɪ(0,1]㊂1.3㊀正则化参数选取的模型函数方法(拟)Newton 迭代法为解决该问题的常用方法,但该方法只有选取合适的迭代初值才能得到比较理想的结果,不易于数值实现且计算量比较大㊂模型函数方法基于Morozov 相容性原理构造变量为正则化参数的模型函数,来近似逼近正则化泛函的极小值,通过求解模型函数所满足方程来确定正则化参数[12]㊂模型函数方法不仅给出了Morozov 方程的解法,并且由此得到的正则化参数在某种条件下可以收敛到某个最优的正则化参数[3]㊂下面利用该方法解决本文的不适定问题㊂对Kh α=L (f δ,g δ),不妨记L (f δ,g δ)=L δ㊂由式(11)可得到J (α)=12Kh α(θ)-L δ 2L 2[0,2π]+α2h α(θ) 2L 2[0,2π]=12Kh α(θ) 2L 2[0,2π]-R (Kh α(θ),L δ)+12 L δ 2L 2[0,2π]+α2 h α(θ) 2L 2[0,2π]㊂另一方面,在式(9)两边用h α(θ)作内积得:(Kh α(θ),L δ)= Kh α(θ) 2L 2[0,2π]+α h α(θ)2L 2[0,2π]=R (Kh α(θ),L δ),从而有J (α)=12 L δ 2L 2[0,2π]-12Kh α(θ) 2L 2[0,2π]-α2 h α 2L 2[0,2π]㊂(12)在式(8)的两边关于α求导,并利用式(9)得到:J ᶄ(α)=(Kh α(θ)-L δ,K (h α(θ))')+α(h α(θ),(h α(θ))')+12h α 2L 2[0,2π]=12h α 2L 2[0,2π],将上式代入式(12),得到:2J (α)+2αJ ᶄ(α)+ Kh α(θ) 2L 2[0,2π]= L δ 2L 2[0,2π]㊂(13)下面通过引进近似的模型函数来转化 Kh α(θ) 2L 2[0,2π]㊂对于α>0,存在C ~(α)>0,使得下式成立(Kh α(θ),Kh α(θ))=C ~(α)(h α(θ),h α(θ))㊂不妨令㊀(Kh α(θ),Kh α(θ))≃T (h α(θ),h α(θ))=2TJ ᶄ(α),其中T 为常数㊂将此意义下的模型函数记为m (α),于是由(13)知m (α)满足αm ᶄ(α)+m (α)+Tm ᶄ(α)=12L δ 2,(14)求解(14)可得到含有参数C ,T 的m (α)表达式m (α)=12 L δ 2+C T +α,(15)在不同的α的邻域内以及C ,T ,J (α)可由m (α)近似得到㊂下面给出确定2个参数C ,T 的模型函数方法,即:给定α0>0和ε>0,令k =0:1)解式(9)得到h αk ,计算J (αk )和J '(αk ),然后由表达式(15),更新T k 和C k :m k (αk )=12 L δ 2+C k T k +αk=J (αk ),(16)m 'k(αk )=-C k(T k +αk )2=J ᶄ(αk ),(17)由上式可以确定m (α)中的T k 和C k :T k =Kh αk2h αk2,C k =-( Kh αk 2+αk h αk 2)22 h αk2㊂(18)2)设第k 次的模型函数:m k (α)=12 L δ 2+C k T k +α,(19)在Morozov 方程中求解αk +1:㊃728㊃第5期㊀㊀㊀㊀㊀㊀祝志栋等:Laplace 方程Cauchy 问题求解的一种正则化方法G k (α):=m k (α)-αm 'k (α)=12(δ∗)2㊂(20)3)如果|αk +1-αk | ε,则停止;否则令k :=k +1,回到1)㊂显然,对α>0:m 'k(α)=-C k(T k +α)2>0.m ᵡk(α)=2C k(T k +α)3<0,(21)由式(20)得到:G 'k (α)>0㊂由式(15)可得T k 为引进模型函数时的近似关系(Kh α,Kh α)≃T (h α,h α)㊂这表明,由此迭代更新参数C ,T 最终得到的m (α)应该是J (α)在上式意义下的一个近似㊂关于式(20)解的存在性有如下结论:定理1:如果L δ⊈Ker (K ∗),J (0)<12(δ∗)2<J (1)㊂假定G k (αk )>12(δ∗)2且确定G k (α)的αk 充分小,则式(20)存在唯一解αk +1[3]㊂该定理给出了Morozov 方程有解的一个必要条件㊂只有选择合适的迭代初值,才能使该迭代算法收敛到Morozov 方程的准确解㊂这说明该迭代算法有其局限性,需要做出改进才能得到比较理想的结果㊂1.4㊀模型函数方法的改进对函数G k (α)做如下改进:G ^k (α):=G k (α)+λk (G k (α)-G k (αk )),αɪ[0,αk ],(22)其中λk 是合适的松弛常数㊂由于G 'k (α)>0,其中λk (G k (α)-G k (αk ))的符号由λk 决定(与λk 异号),再用方程G ^k (α)=12(δ∗)2(23)来代替式(20),其中λk 的选取需满足一定的要求,即使得式(23)存在唯一解㊂由于G ^k (αk )=G k (αk )>12(δ∗)2,故只要G ^k (0)<12(δ∗)2且G ^k (α)单调上升即可得到解的唯一性㊂松弛常数λk 可由下式给出:G ^k (0)=G k (0)+λk (G k (0)-G k (αk ))=-λ^(δ∗)2,其中^λɪ(0,1/2)是任意给定的常数,即满足^Gk (0)<12(δ∗)2㊂由此解得λk =G k (0)+^λ(δ∗)2G k (αk )-G k (0),(24)进一步可得1+λk =G k (αk )+^λ(δ∗)2G k (αk )-G k (0)>0㊂对式(22)两边关于α求导,得到^Gᶄk (α)=(1+λk )Gᶄk (α)>0,即^G k (α)单调上升㊂由此可得改进的模型函数方法,其迭代算法如下:取迭代初值α0>0和误差水平ε>0,k =0:1)解式(9)得到h αk ,计算J (αk )和J '(αk )㊂由式(15),更新:m k (αk )=12 L δ 2+C k T k +αk=J (αk ),mᶄk (αk )=-C k(T k +αk )2=J ᶄ(αk ),由上式可确定m (α)中的T k 和C k :T k = Kh αk 2h αk 2,C k =-( Kh αk 2+αk h αk 2)22 h αk2㊂2)设第k 次的模型函数为:m k (α)=12 L δ 2+C k T k +α,在Morozov 方程中求解αk +1:^Gk (α):=G k (α)+λk (G k (α)-G k (αk ))=12(δ∗)2,确定新的近似零点,它也是式(20)的近似零点,其中λk 由式(24)确定㊂3)若^Gk (αk ) 12(δ∗)2或|αk +1-αk | ε,则停止迭代;否则令k :=k +1,回到1)㊂此处αk 可以不用很小,因为松弛参数λk 保证了^Gk (α)<12(δ∗)2㊂2㊀数值实现下面给出具体的例子验证用正则化方法确定内边界数据h (θ)的有效性㊂例1:不妨取模型问题的解为u (ρ,θ)=(3ρ2+4ρ-2)cos2θ,1 ρ 2,0 θ㊃828㊃江㊀西㊀科㊀学2023年第41卷2π,则易得外边界的Cauchy 数据f (θ)=13cos2θ,g (θ)=11cos2θ,内边界精确的Dirichlet 数据为h (θ)=7cos2θ㊂取扰动输入数据为f δ=f +δπsin θ,g δ=g +δπcos θ.对于给定的扰动水平δ,可以由下式得到δ∗:(δ∗)2=ʏ2π0[L (f δ,g δ)(θ)-L (f ,g )(θ)]2dθ≃2πm ðml =0[L (f δ,g δ)(θl )-L (f ,g )(θl )]2=δ22mπðm l =0[cos θl -2πm ðm j =0k ^(θj ,θl )sin θj ]2㊂(25)下面用改进的模型函数方法来确定正则化参数,进而求h (θ)的数值解㊂对式(9)进行离散化,由给定的正则化参数α0>0,可解出h α0(τk ),k =0,㊃㊃㊃,m ㊂给定ε>0,l =0:1)不妨设h αℓ(τk )=h ℓ(τk ),k =0, ,m ,,再如下计算J (αℓ),Jᶄ(αℓ):J (αℓ):=12 Kh -L δ 2L 2[0,2π]+αℓ2h 2L 2[0,2π]=12ʏ2π0[ʏ2π0k ~(τ,θ)h (θ)dθ-g δ(τ)+ʏ2π0^k(τ,θ)f δ(θ)dθ]2dτ+αℓ2ʏ2π0h 2(θ)dθ≃πm ðmj =0a j [2πm ðmi =0a ik ~(τj ,τi )h ℓ(τi )-g δ(τj )+2πmðmi =0a i ^k(τj ,τi )f δ(τi )]2+παℓmðmi =0a i h 2ℓ(τi ),(26)Jᶄ(αℓ)=12 h 2L 2[0,2π]≃πm ðmi =0a i h 2ℓ(τi ),(27)并且有T ℓ=Kh ℓ 2L 2[0,2π]h ℓ2L 2[0,2π]=ʏ2π0[ʏ2π0k ~(τ,θ)h ℓ(θ)dθ]2dτʏ2π0h 2ℓ(θ)dθ≃ðmj =0a j [2πm ðmi =0a i k ~(τj ,τi )h ℓ(τi )]2ðmi =0a i h 2ℓ(τi ),C ℓ=-(T ℓ+αℓ)2J ᶄ(αℓ)≃-πm(T ℓ+αℓ)2ðmi =0a i h 2ℓ(τi )㊂2)构造模型函数m ℓ(α):m ℓ(α)=12 L δ 2+C ℓT ℓ+α≃πmðmj =0a j [g δ(τj )-2πm ðm i =0a i ^k (τj ,τi )f δ(τi )]2+C ℓT ℓ+α(28)mᶄℓ(α)=-C ℓ(T ℓ+α)2,(29)取^λ=14,计算:G ℓ(0)=12L δ 2+C ℓT ℓ≃πmðmj =0a j [g δ(τj )-2πm ðm i =0a i ^k (τj ,τi )f δ(τi )]2+C ℓT ℓ,(30)G ℓ(αℓ)=J (αℓ)-αℓJᶄ(αℓ),(31)λℓ=G ℓ(0)+14(δ∗)2G ℓ(αℓ)-G ℓ(0),(32)3)由式(28)㊁(29)构造如下的改进模型函数方程:^Gℓ(α):=G ℓ(α)+λℓ(G ℓ(α)-G ℓ(αℓ))=12(δ∗)2,(33)由式(20)㊁(31)㊁(32)可以将该式化简为C ℓT ℓ(T ℓ+α)2=(δ∗)2+2λℓG ℓ(αℓ)2(1+λℓ)-12L δ 2,(34)由上式可以解得αℓ+1㊂4)如果|αℓ+1-αℓ| ε或者^Gℓ(αℓ) 12(δ∗)2,迭代停止;否则令ℓ=ℓ+1,返回1)㊂取初始的正则化参数α0=0.4,误差水平δ=0.01,δ∗由式(25)得到,迭代停止水平ε=10-8,m =100㊂经过计算可得,经过3次迭代,得到正则化参数α=0.0002,其对应的正则化解与精确解的曲线见图1㊂例2:取u (ρ,θ)=ρ2cos2θ+ρ-2sin2θ,1 ρ 2,0 θ 2π,则可得到边界数据f (θ)=4cos2θ+sin2θ4,g (θ)=4cos2θ-sin2θ4㊂精确解为h (θ)=㊃928㊃第5期㊀㊀㊀㊀㊀㊀祝志栋等:Laplace 方程Cauchy 问题求解的一种正则化方法-8-6-4-20246801234567内边界解hα0=0.4,δ=0.01θ([0,2π])图1㊀精确解与数值解cos2θ+sin2θ㊂扰动数据为f δ=f +δπsin θ,g δ=g+δπcos θ㊂内边界解h 取模型函数方法中初始的正则化参数为α0=0.55,误差水平δ=0.01,迭代停止水平ε=10-8,m =100㊂经过计算可以得到,经过5次迭代,得到正则化参数α=0.0001,其对应的正则化解与精确解的曲线见图2㊂1234567α0=0.55,δ=0.01θ([0,2π])-1.5-1-0.500.511.5图2㊀精确解与数值解3㊀结论1)通过引进内边界数据u (a ,θ)=h (θ)构造一个适定的Dirichlet 问题,从而将不适定的La-place 方程Cauchy 问题转化为第一类积分方程的求解,并给出了解存在的必要条件㊂2)给出了利用Tikhonov 正则化方法求解的正则化策略,提出了利用Morozov 原理确定正则化参数的改进模型函数方法,并给出了迭代算法㊂数值算例表明了该算法的有效性㊂参考文献:[1]㊀程晋,刘继军,张波.偏微分方程反问题:模型㊁算法和应用[J].中国科学:数学,2019,49(4):643-666.[2]芮秀杏,叶智群,邱淑芳,等.一类数值求导方法及其正则化参数的后验选取[J].江西科学,2021,39(5):782-789.[3]刘继军.不适定问题的正则化方法及应用[M].北京:科学出版社,2005.[4]WEI T,CHEN Y G,LIU J C.A variational -typemethod of fundamental solutions for a Cauchy problemof Laplace s equation[J].Applied Mathematical Mod-elling,2013,37(3):1039-1053.[5]BOURGEOIS L.Convergence rates for the quasi -re-versibility method to solve the Cauchy problem for La-place s equation [J].Inverse Problems,2006,22(2):413-430.[6]熊向团,宋菲菲.三维Laplace 方程Cauchy 问题的拟逆正则化方法及误差估计[J].西北师范大学学报(自然科学版),2022,58(5):12-16.[7]LI Z P,FU C L.A mollification method for a Cauchyproblem for the Laplace equation [J].Applied Mathe-matics and Computation,2011,217(22):9209-9218.[8]许涵,冯立新.求解Laplace 方程Cauchy 问题的磨光化方法[J].黑龙江大学自然科学学报,2022,39(4):379-387.[9]丁凤霞,程浩.椭圆方程柯西问题磨光正则化参数的后验选取[J].山东大学学报(理学版),2018,53(2):18-24.[10]FU C L,LI H F,QIAN Z,et al.Fourier regularizationmethod for solving a Cauchy problem for the Laplace e-quation [J].Inverse Problems in Science and Engi-neering,2008,16(2):159-169.[11]XIONG X T,FU C L.Central difference regularizationmethod for the Cauchy problem of the Laplace s equa-tion [J ].Applied Mathematics and Computation,2006,181(1):675-684.[12]KUNISCH K,ZOU J.Iterative choices of regulariza-tion parameters in linear inverse problems [J].In-verse Problems,1998(14):1247-1264.[13]XIE J L,ZOU J.An improved model function methodfor choosing regularization parameters in linear inverseproblems [J].Inverse Problems,2002,18(5):631-643.[14]WANG Z W,LIU J J.New model function methods fordetermining regularization parameters in linear inverseproblems [J].Applied Numerical Mathematics,2009,59(10):2489-2506.㊃038㊃江㊀西㊀科㊀学2023年第41卷。
带扰动项的临界奇异双调和方程的非平凡解
带扰动项的临界奇异双调和方程的非平凡解带扰动项的临界奇异双调和方程是一类特殊的非线性微分方程,例如 f(x, y)+g(x, y)y'+h(x, y)y''=0,其中f(x, y), g(x, y)和h(x, y)是连续的非常数函数。
它们对于研究系统动力学有重要的应用意义,具有普遍性,易于理解等优点。
在解决这样的方程时,一般先使用一般的积分方法求解,再用正则化处理和变分法求解,积分方法求解的可行性存在一定的局限性。
而变分法能够更深入地探索方程的实际意义,更好地研究方程的解的性质,更能揭示方程的特性,因此带来更好的计算结果。
带有扰动项的临界奇异双调和方程的非平凡解的一般形式为:y=Acos(ωx+φ)+Bsin(ωx+φ)+C,它含有惯性、瞬时弹性及磁力等力学能量,可以表征更复杂的动力特性。
其中,A, B, 为待求常数,ω为角速率,φ为相位角,C为无穷小扰动项,由解析方法可以求出其值。
这类非平凡解,一方面表明,即使力学系统受到外来复杂扰动作用,其本质依然是可以用发散或收敛的定常振荡来表示的;另一方面,它可以用来描述复杂的物理系统的状态,从而可以获得该系统的完整的物理描述。
从解析的角度上看,可以将带扰动项的临界奇异双调和方程的非平凡解表示为一系列的子问题:求解分段积分的重疊精度,求解常数A, B, ω和φ,建立收敛或发散的循环步骤。
有了A, B, ω和φ之后,也可以求出C的值,从而求出完整的解。
此外,带扰动项的临界奇异双调和方程的非平凡解也可以通过数值方法求得,即基于Euler法和Runge-Kutta法进行求解。
将方程拆分成更小的子问题,再采用Euler和Runge-Kutta法分别求解,最后用插值法综合起来,得到最终的解。
总而言之,带扰动项的临界奇异双调和方程的非平凡解可以通过解析和数值方法来求解,这对于对该类方程进行研究有重要的意义,可以更深入地探索方程的实际意义,更好地研究方程的解的性质,更能揭示方程的特性,因此带来更好的计算结果。
热方程cauchy问题的一种正则化方法
热方程cauchy问题的一种正则化方法正则化在现代数学和工程领域中扮演着重要的角色,其应用范围涉及数据处理、优化、机器学习等领域。
其中,热方程Cauchy问题的正则化有着极其重要的地位。
本文将介绍现有的正则化方法,并特别关注一种新的正则化方法热方程Cauchy问题的一种正则化方法。
首先,要讨论正则化,需先理解Cauchy问题。
Cauchy问题是一类数学模型,它描述了一类多元常微分方程中的初值问题。
通常,Cauchy问题的命题形式如下:设u(x,t) 为热方程中的函数,x 为方程中的变量,t 为时间变量,那么Cauchy问题是求解方程:u/t = f(x,u) 且u(x,t 0 ) = u 0 (x)t > t 0 上的精确解。
Cauchy问题的正则化,是一种新的求解Cauchy问题的方法,是对求解Cauchy问题的旧方法的改进。
它的基本思想是:首先将Cauchy 问题转化为一个正态方程组,然后使用正则化技术来进行解决。
这种方法的关键是要设计一个有效的正则化方法,来减少问题的复杂度,并避免运算结果的不稳定性。
正则化方法一般分为三类:基于函数的正则化、基于参数的正则化以及基于正则步骤的正则化。
其中,基于函数的正则化主要侧重于使用函数变换来调整函数近似精度;基于参数的正则化,是指利用参数变换,把实际问题转换成一个更简单的问题;基于正则步骤的正则化,是指利用重构方法来调整正则步骤的计算精度。
针对热方程Cauchy问题的正则化,我们提出一种新的方法基于多元非线性方程组的正则化(MLPFS)。
该方法根据MLP(多元非线性方程组)模型,用多元非线性方程组来实现正则化,以获得更好的解决效果,并有效避免函数变换和正则步骤的不稳定性。
MLPFS的实现具体如下:1.t对于热方程的Cauchy问题,我们设计一组满足正则化要求的MLP方程组;2.t基于上述方程组,采用网络训练的方法求解热方程的Cauchy 问题;3.t最后,使用梯度下降算法更新网络参数,从而获得更准确的热方程Cauchy问题解。
非齐次热方程侧边值问题的正则化方法及误差估计
非齐次热方程侧边值问题的正则化方法及误差估计非齐次热方程侧边值问题的正则化方法及误差估计热方程是描述物体温度随时间变化的偏微分方程,它在自然科学和工程领域中具有广泛的应用。
在实际问题中,我们经常遇到非齐次热方程侧边值问题,即方程右端项不为零,并且在一些边界上给定了边值条件。
解决这类问题的传统方法是使用分离变量法或格林函数法,但这些方法在计算效率和数值稳定性上存在一些困难。
为了解决非齐次热方程侧边值问题,我们可以采用正则化方法。
正则化方法是将原问题改写为一个等价的正则化问题,通过对正则化问题的求解,进而得到原问题的解。
这种方法可以有效地提高计算效率,并且具有良好的数值稳定性。
在正则化方法中,我们首先对非齐次热方程进行正则化处理。
考虑非齐次热方程的一般形式:∂u/∂t - α∇²u = f(x, t)其中,u(x, t)是待求解函数,α是热扩散系数,f(x, t)是给定的右端项。
我们可以引入正则化参数ε,将正则化的非齐次热方程写为:∂uε/∂t - α∇²uε = fε(x, t)其中,uε(x, t) = u(x, t) + εv(x, t)fε(x, t) = εf(x, t) - ∂u/∂tv(x, t)是待求解的正则化函数。
通过引入正则化参数ε,我们将原问题转化为了一个等价的正则化问题。
接下来,我们可以利用正则化问题的特点,选择适当的数值离散方法对其进行求解。
可以使用有限差分法或有限元法进行离散,具体方法取决于问题的几何形状和边界条件。
在数值离散后,我们可以得到一个线性方程组,通过求解该方程组即可得到正则化问题的解。
最后,我们将求得的正则化问题的解带回到原问题中,得到原非齐次热方程侧边值问题的解。
通过逐渐减小正则化参数ε,我们可以得到原问题解的逼近值,从而求解了非齐次热方程侧边值问题。
在使用正则化方法求解非齐次热方程侧边值问题时,我们还需要对误差进行估计。
误差估计是判断数值解的可靠性和精确性的重要手段。
热方程Cauchy问题的一种正则化方法
热方程Cauchy问题的一种正则化方法周亚兵;张宏武;朱睦正【期刊名称】《河西学院学报》【年(卷),期】2012(028)002【摘要】探讨了一个热方程柯西问题(逆热传导问题).该问题是不适定的,即解(若存在)不连续依赖于所给定的柯西数据.本文给出了一种正则化方法处理该问题,在对精确解的两种不同先验假设下,给出了收敛性估计。
%We consider a Cauchy problem of the heat equation. This problem is ill-posed, namely, the solution does not continuously depend on the given Cauchy data. In this paper,we give a new regularization method to treat it. Convergence estimates are given under two different a-priori bound assumptions for the exact solution.【总页数】6页(P58-63)【作者】周亚兵;张宏武;朱睦正【作者单位】河西学院数学与统计学院,甘肃张掖734000;河西学院数学与统计学院,甘肃张掖734000;河西学院数学与统计学院,甘肃张掖734000【正文语种】中文【中图分类】O175.2【相关文献】1.带有非齐次Neumann条件的Laplace方程Cauchy问题的一种傅里叶正则化方法 [J], 曹笑笑;毛东玲;程强;熊向团place方程的Cauchy问题的一种正则化方法 [J], 王媛媛3.热方程侧边值问题的正则化方法及频域中的修改"核"思想 [J], 钱志4.一种新的后验正则化方法求解Helmholtz方程的Cauchy问题 [J], 任丽婷5.确定热方程未知源问题的超阶正则化方法 [J], 赵振宇;林日光;李志;梅端因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
并选择二次罚项 , 以使 得 近 似 解 具 有 光 滑 性 。本 文 选 择 的 稀 疏 逼 近 正
则化方法 。 即 ( )= , 同时借 助稀疏逼近的优势 , 在减少结点数 目的同
时, 仍得到较好的结果。
则齐次方程 ( 8 ) 的解 u ( X)由基本解的线 性组合近似表示。
( 一) 求非齐次双调和方程的特 解 边界结点法 中, 非齐次方程 ( 5) 的特解近似表示 为[ 3 ] :
、
引言
二维双调和方程在很 多实 际问题 中需 要用到 。但是 实际 的工程 应用 中。 已知的边界条件可能不完 整或者 不准确 , 这 样的 问题就 是反 问题 , 一般 来说反 问题是不适定 的。本 文研 究的 C a u c h y问题 就是一种反问题 , 因而在
界 条 件 的 部 分 边 界 厂。 上 选 取 n个 结 点 , 当 X =X ,( i= 1 , n R 上 的非齐 次双调 和写为 :
△ “ ( X) =- 厂 I X) X ∈ n 或表示成两个 P o s s i o n方 程 : △ M ( X) =" ( x) , △ ( x)=- 厂 ( X) x ∈ n
( 1 ) ( 2 )
X ∈ 力 Y ∈ R \ n ( 1 1 )
I n r ( x —y )
G 2 ( , y )=一 F 2 ( 一Y ) I n r ( —y ) X∈ ( 1 2)
Y∈R
\
a r i nA —Y 一Ⅱ ( )
设 u 一_ O E u
a “
时, 我们得到 a ( X)所满足的边界条件构成的方程组 从 =b, 这个方程组 的系数矩阵一般不是 方 阵, 因此 将求 解该线 性方 程组 转化 为如 下极小 值
问题 : ( 4)
mi nl I AA —bl l ( 1 4)
( 3)
求解过程 中, 用基本解 方法得到 的最小 二乘 问题 的解是不 唯 一的 , 需 要 通
( x ) :∑q ( x ) x n ( 9 )
其中 ̄ O j ( x) = ( 1 n r j ( x)一 ) X ( 1 0)
过使用正则化 方法提 高原 问题数值 求解的准确度。 用基本解 方法 求解齐次 双调 和方程 会导致 离散 的 C a u c h y问题 的线性 方程不是满秩 的或是 超定 的 , 其解 的适定 性存 在 问题 , 故 本文将 使用 稀疏
M ( x)I , .= U 0 ( x) . 1 x)I r = M l ( X) ( X)I , .= ( X) , 1 X)I F = I ( X) ( 5)
部分边界上 的边界 条件 来推 导该 线性 组合 中的待 定 系数 , 该过程 涉及求解超定线性 方程 组 , 由于边界 条件给得 不充分, C a u c h y问题 的解
不唯一 , 故 需要 用 正 则 化 方 法 来 得 到 逼 近 解 析 解 的结 果 , 我 们 选择 使 用 稀 疏 逼近 正 则化 方 法 ( 又称 l 约束 正则化方法 ) , 该 方 法 能很 好 地
现的不确定性 。 传统的 T i k h o n o v正 则 化 方 法 是 将 线 性 反 问题 A x= Y
重 新 表 示 为
( 二) 求非齐次双调和方程的通解 本 文用 L a p l a c e方程 的基本解和双调和方程 的基 本解的线 性组合来近
a p l a c e方程 的基 本解 是 G , ( , y ), 双 逼近的正则化 方法来 求解 离散 方程组 , 以避免直 接求解 非齐次方程 时会 出 似 表示 非齐次双调和 方程的 通解。L 调和 方程 的基 本 解 是 G : ( , y )。 G ( x, l , ) :一
◆
结 合 稀 疏 逼 近 的 正 则 化 方 法 求 解 j E 齐 次 双 调 和 方 程 的C a u c h y 问 题
◆ 刘晓宇
( 重庆 工商大学融智学院)
【 摘要】在利用边界结点法 ( B K M) 通过径 向基 函数和 L a p l a c e 算子 、 重调 和算子的基本 解的线性组合来表示 问题 的解时, 需利 用 已知 的一
解决 C a u c h y问题的不适定性 , 能很好 地反 演 出跳 跃较大的参数部分。本文针对 若干具有光滑边界或 分段 光滑边界 的数值 算例 , 验证 了 该方 法的有效性 , 而且所得的数值计算结果 关于噪声是准确的并随 已知数据噪声的减小而收敛 。 【 关键词】稀疏逼近
一
正则化
C a u c h y问题
O v
, _
o n
,
n为外法线 方向 , 在 部分边界 F,c,上给 出一
其 中, l l ・ I I 是 2一范数 , A=( c 。 , c 2 …. , c d , d , . . ., d ) 是待定系
定边界 条件 , 而在 F2=厂\ 厂。 上, 只知 道 U或 “ 或 不知 道任何 边界 条件 数向量。系数矩 阵 A和已知的边界 条件 向量 b分别 为: [ 3 ] 。本文研究满足下面这种边界条件 的双 调和方程( 3 ) 或( 4)
( x ) :∑q G 。 ( , ) + ∑ G : ( , ) x∈
( 1 3 )
本文还考虑到给定的边界数据有扰 动, 即有噪 声的情况下 的数值 方法
的稳 定 性 。 二、 问 题 的 数 学 表 述
其 中, L是源点数 ,{ c )和 { d ) 是待定系数 ,{ ) 是 源点 , 是边界 点。 ( X)满足给定边界条件 ( 9) , ( 1 0) [ 3 ] 。为求解待定 系数 , 在 已知边