發(fā)布時間：2022-02-10 18:02

　　在有限的計算網(wǎng)格上穩(wěn)定、精確的逼近不連續(xù)的比如震蕩的解是一項極具挑戰(zhàn)性的任務(wù).檢測震蕩的或者強不連續(xù)的解時,通常是使用一個先驗的問題單元格判斷器,其中問題單元是指解的性質(zhì)不好的單元.這類方案的解的質(zhì)量和計算成本很大程度上取決于他們能夠正確識別該單元正則性的能力.為了避免Gibbs震蕩,得到穩(wěn)定而精確的解,一般需要基于經(jīng)驗對手頭已有的離散化和解進(jìn)行參數(shù)和指標(biāo)設(shè)置的調(diào)整.在本文中,我們致力于開發(fā)一個健壯、準(zhǔn)確、所需用戶輸入最少、適用于一般加權(quán)本質(zhì)非震蕩格式（WENO）的通用單元正則性判斷器.我們構(gòu)造了一個深度前饋人工神經(jīng)網(wǎng)絡(luò)用來檢測不連續(xù)點,它使用有監(jiān)督的反向傳播學(xué)習(xí)策略離線訓(xùn)練.該判斷器通過有監(jiān)督學(xué)習(xí)策略從分析數(shù)據(jù)中學(xué)習(xí),它的輸入由給定網(wǎng)格的數(shù)值解組成,輸出是該網(wǎng)格中震蕩是否存在.我們使用了深度前饋人工神經(jīng)網(wǎng)絡(luò)來訓(xùn)練判斷器,該判斷器不僅能識別正則性不好的單元,而且不依賴于與問題相關(guān)的參數(shù).然后我們將訓(xùn)練后得到的網(wǎng)絡(luò)用作黑盒子判斷器,并且在已經(jīng)建立好的加權(quán)本質(zhì)非震蕩框架下驗證了它們的穩(wěn)健性. 

【文章來源】：蘭州大學(xué)甘肅省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：39 頁

【學(xué)位級別】：碩士

【部分圖文】：

任何權(quán)重（偏置）的微小改變都會引起一個輸出的微小改變


本文編號：3619282