تعديل خوارزمية Levenberg-Marquardt لحل المعادلات التفاضلية الجزئية البعدية
| Main Authors: | Al-Abrahemee, Khalid Mindeel M., Shwayaa, Rana T. |
|---|---|
| Format: | Article info application/pdf Journal |
| Bahasa: | eng |
| Terbitan: |
University of Babylon
, 2018
|
| Subjects: | |
| Online Access: |
https://www.journalofbabylon.com/index.php/JUBPAS/article/view/1417 https://www.journalofbabylon.com/index.php/JUBPAS/article/view/1417/1146 |
Daftar Isi:
- في هذه الدراسة تم تطوير طريقة جديدة تقوم على الشبكة العصبية من أجل حل المعادلات التفاضلية الجزئية البعدين. استخدام الشبكة العصبية المعدلة لتجنب عيوب خوارزمية التدريب لڤنبرك – ماركوادت. أولا نقترح SVD تحليل القيمة المنفردة إلى J و J-1 إذا كانت المصفوفة J(w) مستطيلة او منفردة . ثانيا نقترح حساب جديد إلى μ بحيث ان . نعتبر ان دالة الهدف الغير خطية E(w) تملك مجموعة غير خالية من الحلول W* ونشير أن ‖ ‖ هو من المعيار 2 و E(w): هي مستمرة وقابلة للاشتقاق وتحقق شرط حيث ان L هو ثابت ليبشيتز.
- In this paper we presented a new way based on neural network has been developed for solutione of two dimension partial differential equations . A modified neural network use to over passing the Disadvantages of LM algorithm, in the beginning we suggest signaler value decompositions of Jacobin matrix (J) and inverse of Jacobin matrix( J-1), if a matrix rectangular or singular Secondly, we suggest new calculation of μk , that ismk=|| E (w)||2 look the nonlinear execution equations E(w) = 0 has not empty solution W* and we refer to the second norm in all cases ,whereE(w): is continuously differentiable and E(x) is Lipeschitz continuous, that is=|| E(w 2)- E(w 1)||£ L|| w 2- w 1|| ,where L is Lipeschitz constant.