基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
In this paper mathematical techniques have been used for the solution of Blasius differential equation. The method uses optimized artificial neural networks approximation with Sequential Quadratic Programming algorithm and hybrid AST-INP techniques. Numerical treatment of this problem reported in the literature is based on Shooting and Finite Differences Method, while our mathematical approach is very simple. Numerical testing showed that solutions obtained by using the proposed methods are better in accuracy than those reported in literature. Statistical analysis provided the convergence of the proposed model.
推荐文章
基于recurrent neural networks的网约车供需预测方法
长短时记忆循环神经网络
网约车数据
交通优化调度
TensorFlow
深度学习
Effects of a proline solution cover on the geochemical and mineralogical characteristics of high-sul
Proline
Coal gangue
Pollution control
Heavy metal fraction
Mineralogical characteristics
改进Closed_Form Solution方法进行前景物体运动模糊抠图
Closed_Form Solution抠图
运动模糊
梯度统计特征
透明度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Numerical Solution of Blasius Equation through Neural Networks Algorithm
来源期刊 美国计算数学期刊(英文) 学科 数学
关键词 Blasius Equation NEURAL Networks Log-Sigmoid Function Boundary Value Problems
年,卷(期) 2014,(3) 所属期刊栏目
研究方向 页码范围 223-232
页数 10页 分类号 O1
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Blasius
Equation
NEURAL
Networks
Log-Sigmoid
Function
Boundary
Value
Problems
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
美国计算数学期刊(英文)
季刊
2161-1203
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
355
总下载数(次)
1
总被引数(次)
0
论文1v1指导