脉冲微分方程

摘要： 该文研究脉冲离散Ginzburg-Landau方程组的统计解及其极限行为.文章首先证明该脉冲离散方程组的全局适定性,接着证明由解算子生成的过程存在拉回吸引子和一族Borel不变概率测度,然后给出该脉冲离散方程组统计解的定义并证明其存在性.该文的结果揭示了脉冲系统的统计解只分段地满足Liouville型定理.最后,文章证明了脉冲离散Ginzburg-Landau方程组的统计解收敛于脉冲离散Schr?dinger方程组的统计解.

摘要： 研究了具有放射治疗的宫颈癌生长动力学模型,探讨了无肿瘤平衡点和边界周期解的稳定性,并获得相应的条件。进一步,利用Abdelkader分支理论,得到正周期解的存在性。理论分析结果表明:增强宫颈癌分裂细胞的放射敏感性是提高宫颈癌放射治疗效果的重要手段。最后给出数值模拟以验证理论分析结果。

摘要： 研究一类一阶非线性中立型脉冲微分方程(x(t)-p(t)x(t-τ))′+f(t,x(t-σ))=0,t≥t 0,t≠t k,x(t+k)=b kx(t k),k=1,2,…解的振动性质,得到了若干振动准则,同时给出了某些应用.

摘要： 我国针对新型冠状病毒肺炎(COVID-19)展开了联防联控工作,目前国内防疫形势已趋于明朗,但境外疫情处于上升阶段,"外防输入"成为我国下一阶段疫情防控的重点.本文通过对COVID-19传播动力学模型引入脉冲项来描述境外输入型病例对于我国目前疫情防控的影响.本文研究3种控制程度不同的入境防疫政策,数值模拟了输入型病例对于与韩国存在人口流动的我国各个省市疫情发展的影响及相应医疗资源需求.数值实验表明,对于输入型人口总量较少的地区,我国现有的防疫政策能够很好地控制疫情发展;对于来自疫区输入型人口较多的省市,边防口岸的有效筛查和必要隔离是防止由于输入型病例引起我国疫情二次暴发的重要手段.

摘要： 运用Schauder不动点定理和压缩映射原理,本文研究了一类含P(t)项的R-L型分数阶脉冲微分方程边值解的存在性和唯一性,得出并证明了解决该边值问题存在性和唯一性的充分条件,并给出实例验证所得结论的可行性.

摘要： 运用Schauder不动点定理和压缩映射原理,本文研究了一类含P(t)项的R-L型分数阶脉冲微分方程边值解的存在性和唯一性,得出并证明了解决该边值问题存在性和唯一性的充分条件,并给出实例验证所得结论的可行性.

摘要： 本文利用脉冲微分方程与测度微分方程之间的等价关系,依据测度微分方程解的渐进行为相关结果得到了脉冲微分方程解的渐进行为。

摘要： 利用奇异摄动方法,提供了一种以光滑的多尺度解的观点来研究一类脉冲微分方程.通过引入适当的奇异摄动项,定义了相应的奇异摄动边值问题,其对应的退化方程即为原脉冲微分方程.利用边界层函数法和缝接法,构造了该奇异摄动边值问题的光滑多尺度解,并有效地刻画原脉冲微分方程的不连续解,同时也证明了多尺度解的存在性及余项估计.最后,通过实例,验证了文中的主要结果.

摘要： 把显式Runge-Kutta方法应用到线性脉冲微分方程上,通过对脉冲微分方程解和数值解的分析,给出了线性脉冲微分方程解和数值解的稳定性,最后给出数值算例验证得到的结论是正确的.

摘要： 针对Lotka-Volterra的捕食-食饵系统提出了一个新的综合控制系统,利用三次脉冲微分方程拟合在一周期内不同时刻释放病虫和捕食者、喷洒农药以及投放病毒的动力学过程,从而达到控制害虫(食饵)的目的.根据Floquet定理和小振幅扰动方法,证明了当脉冲参数大于某个临界值时,系统存在一个全局渐近稳定的害虫灭绝周期解,并进一步获得了系统持续生存的条件.

摘要： 本文通过对一类二阶非线性脉冲微分方程解的振动准则进行了分析讨论,得到了这类方程的振动的一组充分条件。

摘要： 探讨一阶脉冲微分方程反周期边界值问题的稳定性与存在性，利用迭代分析方法讨论了一类一阶脉冲微分方程反周期边界值问题的稳定性与存在性。

摘要： 脉冲微分方程理论是微分方程理论中一个十分重要的新分支.本文利用上下解方法结合单调迭代技术,获得了一阶脉冲微分方程周期值问题的最大解与最小解的存在性.

摘要： 研究一类具有脉冲扰动和Beddington-DeAngelis功能性反应的两捕食者-两互惠食饵系统利用脉冲微分方程的Floquet理论和小幅扰动法,得到了害虫灭绝周期解局部渐进稳定的充分条件.当脉冲周期大于某个临界值时,害虫灭绝周期解失去稳定性,出现了新的正周期解.在一定条件下,利用脉冲微分方程的比较原理证明了系统的一致持久性.本文研究在固定时刻喷洒杀虫剂和投放天敌的综合害虫控制问题，假定两个害虫种群互惠共生，且符合Logstic增长规律;两个捕食者种群分别捕食一种害虫，且捕食者对食饵均具有Beddington-DeAngelis功能性反应。

摘要： 脉冲微分方程及脉冲泛函微分方程理论，由于有广泛的应用背景，近年来受到了国内外众多学者的关注，但对n阶脉冲微分方程和n阶脉冲泛函微分方程解的性态研究，特别是直接运用重合度理论对此类脉冲方程周期解存在性问题的研究还不多见。对于脉冲效应是线性函数的情况可以把脉冲方程转化为非脉冲方程来研究，而对于脉冲效应是非线性函数的情况这种转化很难奏效.本文利用重合度理论研究了多变时滞 n阶非线性脉冲中立型泛函微分方程周期解的存在性。

摘要： 本文研究了具有有界耦合函数的不确定复杂动态网络的脉冲同步问题。根据脉冲控制的概念和脉冲微分方程的稳定性理论，我们利用一个灵活有效的脉冲控制实现了复杂动态网络的脉冲同步。在理论上，我们考虑到网络的同步状态可以受到网络中全部或部分节点的影响，其中每个节点的影响力由节点在网络中的权重来决定。在实际应用中，通过调整节点的权重，可以利用对少数具有非零权重节点的控制来实现复杂动态网络的同步。最后，通过对混沌系统做网络节点的动态网络的数字模拟，验证了我们提出的脉冲控制方案的有效性和实用性。

摘要： 首先通过建立库存动力系统的数学模型,将库存动力系统与脉冲控制联系起来;然后利用脉冲微分方程的比较原理,对库存动力系统进行脉冲控制,使其非渐近稳定点变成渐近稳定点,进而使库存系统相对稳定.

摘要： 利用比较原理和向量Lyapunov函数获得了脉冲大系统关联稳定性的一组充分条件,它具有较少的保守性,其结果能用来设计一些非线性大系统的脉冲控制律.

摘要： 利用比较原理和向量Lyapunov函数获得了脉冲大系统关联稳定性的一组充分条件,它具有较少的保守性,其结果能用来设计一些非线性大系统的脉冲控制律.

摘要： 利用比较原理和向量Lyapunov函数获得了脉冲大系统关联稳定性的一组充分条件,它具有较少的保守性,其结果能用来设计一些非线性大系统的脉冲控制律.

摘要： 本发明提出基于卷积微分算子与符号网络的常微分方程识别方法。本发明所述方法首先准备识别方程所用的数据集，对不同非线性强弱的方程均进行学习。然后依次将数据送入卷积核微分算子进行导数的不同精度逼近以及符号网络来进行项方程项的非线性组合，通过显式欧拉进行网络深度的推进；最后将学习到的方程与真实的方程作比较，并用学到的方程绘制时程预测曲线并与真实的曲线进行对比来验证算法的准确性。所述方法更加自主智能的进行非线性气动力方程式识别，解释性更强，通用性更好。

摘要： 用于流体流动预测的组合可微分偏微分方程求解器和图形神经网络的系统和方法。一种计算机实现的方法包括接收包括第一节点集合的粗网格输入，其中粗网格被输入到具有物理参数的计算流体动力学求解器以获得粗网格解，接收具有第二节点集合的细网格输入，其中第二节点集合包括比第一节点集合多的节点，将细网格输入与物理参数级联，并通过图形卷积层运行所述级联以获得细网格隐藏层，对粗网格解进行上采样以获得包括与第二节点集合相同数量的节点的粗网格上采样，并至少响应于粗网格上采样而输出预测。

摘要： 本发明提出基于状态方程的显式欧拉法符号网络常微分方程识别方法。本发明所述方法首先通过数值模拟准备识别方程所用的数据集，将位移数据与速度数据组合成状态向量；将状态向量形式的数据送入符号网络进行学习，网络的深度推进格式采用显式欧拉法，每一个符号网络循环块的输入都作为下一个网络循环块的输入以此提高网络对长期时域信号的学习能力；将最终学习到的方程形式与真实方程作比较并用学习到的方程作预测曲线与真实的曲线对比来验证学习方程的准确性。所述方法智能化学习程度更高，所需先验知识更少，实用性更广模型搭建的难度更低。

摘要： 本发明公开了一种非线性奇异摄动微分方程的神经网络计算方法，包括初始化用于训练样本点生成的截断对数正态分布的超参数；初始化神经网络中的隐藏层层数、第i层隐藏层中对应的神经元个数和激活函数；初始化神经网络中所有隐藏层的权重矩阵参数和偏置向量参数；确定优化算法和学习率；从截断对数正态分布中采样得到输入样本点集；通过神经网络构造奇异摄动问题的近似解，并代入微分方程中，得到损失函数。本发明实施例针对非线性奇异摄动方程解的边界层特性，引入了截断对数正态分布采样的方法构造样本点，使得奇异摄动问题的先验信息得到了充分利用，相比传统方法在求解时间和精度上都得到了不同程度的提升。

摘要： 一种基于神经微分方程网络的微电网群动态等值方法，包括以下步骤：S1、通过安装于微电网群内外部网络边界处的计量装置，获取外部网络的状态变量测量数据，包括节点电压、内外部网络互连线路电流和功率，同时获取内外部网络之间交互的控制信号，然后训练深度神经网络可得到微电网群的等值优化模型；S2、构造神经微分方程网络；S3、训练神经微分方程网络；上述设计利用微电网群的微分方程结构特性和运行测量数据训练神经微分方程网络，得到微电网群的动态等值模型，可用于微电网群稳定性分析，并且由于充分利用了微电网群的物理结构，神经微分方程网络的训练速率得到很大提高。本设计不仅降低了使用难度，而且提高了应用范围。

摘要： 本公开提供了一种基于非易失性存储器阵列的偏微分方程求解方法，包括将待求解偏微分方程转换为对应的迭代关系式；从所述迭代系数矩阵中选取能复用的子矩阵单元，并将所述子矩阵单元存储于非易失性存储器阵列；从所述迭代解向量内提取输入向量，输入非易失性存储器阵列，并利用得到的输出向量加上所述常数向量的对应部分后更新部分所述迭代解向量，从更新后的所述迭代解向量中再次提取输入向量输入非易失性存储器阵列，直至迭代解向量的全部元素都更新完毕，得到参与下一次迭代运算的迭代解向量；当达到预设的迭代次数或误差小于预设的范围时，结束迭代运算。

摘要： 本发明公开了一种适用于刚性常微分方程初值问题的数值积分求解方法，在保证求解精度基础上提出了d‑LM方法，进一步提高了隐式运算稳定性。在填补国内空白的基础上，其运算效率接近国外同类产品；与国外商用系统仿真软件工具相比，本发明的数值方法更新颖，对1990年代之后的新的数值求解方法进行了实现与应用，数值求解过程更加稳定。

摘要： 本公开提供了一种基于偏微分方程处理流场数据的方法、装置及电子设备，涉及计算机技术领域，以至少解决了现有技术中用于处理流场数据的偏微分方程求解模型使用复数优化器导致训练性能差、迭代速度慢、工业场景可应用性低的技术问题。具体实现方案为：基于目标应用场景下目标对象的流场数据确定偏微分方程；建立第一傅立叶神经算子；将第一傅立叶神经算子在傅立叶空间中的复数参数转换为目标表示方式，得到第二傅立叶神经算子；利用第一傅立叶神经算子和第二傅立叶神经算子对偏微分方程进行求解，得到计算结果；对计算结果进行可视化处理，得到待展示流场。

摘要： 本发明公开一种基于启发式训练数据采样的偏微分方程数值求解方法，涉及人工智能和数值算法领域包括如下步骤：步骤1，设置偏微分方程和计算域，将方程信息输入神经网络，并训练网络至收敛；步骤2，利用基于启发式算法的训练数据增补采样方法，在误差较大区域循环增补训练数据点，直至满足预设条件；步骤3，完成训练，得到最终求解结果。本发明实现了基于启发式训练数据增补采样的偏微分方程数值求解方法，解决了偏微分方程神经网络求解方法局部求解精度不足的问题，提高了方程求解的精度；同时，本发明在使用时，通过。

摘要： 本发明涉及一种基于脉冲微分方程混沌系统的图像加密方法及系统，构造脉冲微分方程混沌系统并求解得到脉冲混沌序列，然后构造一个M*N的二维随机矩阵和一个M*N的图像像素矩阵，对图像像素矩阵进行置乱，再对置乱后的图像像素矩阵和二维随机矩阵进行分块，然后选取脉冲混沌序列中的两个子序列分别确定图像像素矩阵分块和二维随机矩阵分块的编码规则进行DNA编码，再利用脉冲混沌序列中的一个子序列确定编码后的图像像素矩阵分块和编码后的二维随机矩阵分块之间的运算规则进行DNA运算；之后再借助脉冲混沌序列中的一个子序列确定DNA运算后各矩阵分块的解码规则进行DNA解码；最后将解码后的矩阵分块合并，之后进行矩阵值的置乱替换，从而得到最终的加密图像。