基于优化方法的数值模式的误差估计方法与现实_第1页
基于优化方法的数值模式的误差估计方法与现实_第2页
基于优化方法的数值模式的误差估计方法与现实_第3页
基于优化方法的数值模式的误差估计方法与现实_第4页
基于优化方法的数值模式的误差估计方法与现实_第5页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于优化方法的数值模式的误差估计方法及实现由于我们无法求得约束问题的解析解,只能求离散形式的数值解。我们将模式约束问题离散为 (1)其中f=.(1)(2)可以表示为无约束优化问题 (2)解(1)常用方法是通过无约束形式(2),计算泛函和关于扰动量的解。在此过程中,必须建立数值模型伴随模式。在实际问题中由于偏微分方程非常复杂,建立一个伴随方程往往需要耗费巨大的工作量。为了克服梯度类方法需要模式(1)的伴随模式的缺陷, 我们使用PSwarm算法。下面我们试验此算法的效果。热方程通常具有以下形式 (5)我们在此选取齐次的边界条件. 在以下讨论中, 均假设当它的初始条件取为 0 x 1, (6)外强迫项为E(x,t)=Acostsin2x 0 x 1,0 t 1 (7)模式(5)是准确模式, 它所对应的数值模式为 0x1, 0t1, (8)则数值模式的误差实际上就是准确模式的源项E(x,t), 它表示实际存在却未能被模式(8)表示的过程. 下面将分初始条件准确已知和未知两种情形, 在此我们着重讨论初值确定的情形。初始条件准确已知时,情形假设模式 (6)的初始条件已知.要阐明利用历史数据估计误差项E(x,t) 时空演变过程, 我们首先需要求解有外强迫项(7)的准确模式, 以产生理想“测”数据, 再利用理想“观测”,生成模式误差项所满足的控制问题:(虽然K取任何值时方程都成立,我们在此处只考虑k=1的情形) (9)为了得到历史“观测”确定模式误差项E(x,t)的时空演变值, 我们需要将问题(5)与(9)离散化, 然后利用无导数优化算法求解它.空间变量离散时, 我们选用Galerkin法, 将0,1区间n 等分, 记称为线性有限元基函数 = 0 其他因(5)的边界条件齐次,可得 (10) (11)将(10)和(11)式代入初值问题(5)可得 0t1 (12)其中Q=(h/6)M=B= A=再将(10)和(11)式代入问题(17)的目标泛函后得 (13)下面对问题(12)和(13)进行时间变量离散. 划分时间0,1为 记, 其中m为取定的正整数. 然后对方程(14)关于时间变量分别做向前向后一阶差分后再平均, 并对(23)式的目标泛函用复化梯形公式求积分, 得 (15)其中是以下方程的解 (22)为了叙述方便, 令我们可选取(n + 1)(mK + 1) 维空间中的2(n+1)(mK +1)个正负坐标轴单位向量作为PSwarm优化算法的搜索方向集合, 即令 (23)为表明PSwarm算法方法估计模式误差的有效性, 我们需要将E(x,t) 的数值解与精确解(7)式比较,比较结果见下面的图像。下面的六幅图分别为t=0, t=0.2, t=0.4,t=0.6, t=0.8,t=1.0时刻的情形(

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论