首页期刊导航|佳木斯大学学报（自然科学版）
期刊信息/Journal information
佳木斯大学学报（自然科学版）
佳木斯大学学报（自然科学版）

李东海

双月刊

1008-1402

jmdb@chinajournal.net.cn

0454-8618600

154007

黑龙江省佳木斯市学府街148号

佳木斯大学学报（自然科学版）/Journal Journal of Jiamusi University(Natural Science Edition)CSTPCD
查看更多>>本刊是由原国家科委、国家新闻出版署批准出刊，黑龙江省教育厅主管、佳木斯大学主办的自然科学学术性期刊。学报为黑龙江省优秀科技期刊，中国科技论文统计源核心期刊，中国科学引文数据库刊源，万方数据资源系统刊源。主要报道本校及国内外相关领域的科研成果、学术动态，向读者提供最新的科技信息。文章类型有学术论文、研究报告、综合评述、科研简报。读者对象为高校师生、研究院（所）科研人员以及厂矿工程技术人员。
正式出版
收录年代

    求解一维对流方程的差分格式

    李海燕陈豫眉
    169-173页
    查看更多>>摘要：针对一维对流方程,提出了 一种具有六阶空间精度的差分格式,形成关于时间的半离散化方程;在时间层上,利用指数函数的Pade近似求解该方程.最后通过数值算例验证其精确性.

    对流方程半离散化差分格式

      原文链接:
    • 维普
    • 万方数据

    基于自适应神经网络的PDEs求解研究

    彭杰张玉武
    174-177页
    查看更多>>摘要：针对当前基于神经网络的PDEs求解方法效率和精度均不够理想的缺陷,研究提出一种基于改进BP神经网络(BP neural network,BPNN)的PDEs求解模型.首先,参照自适应网格法来改进神经网络结构,构建自适应神经网络,改进模型的输出精度;其次,提出一种引入Levy飞行机制和鲸鱼优化算法(Whale optimization algorithm,WOA)的改进海鸥优化算法(Improved Seagull Optimization Algorithm,ISOA)来优化 BPNN,寻找 BPNN 的最佳参数,提高模型的性能;基于上述内容,构建基于ISOA-BPNNPDEs智能求解模型.结果显示,该模型的F1值为95.74％,准确率达到97.96％,输出误差为0.021,优于当前最先进的两种PDEs求解模型.上述内容表明,研究构建的基于ISOA-BPNNPDEs智能求解模型能够高效、准确地实现PDEs求解,为PDEs求解研究提供了新的路径.

    偏微分方程神经网络海鸥优化算法鲸鱼优化

      原文链接:
    • 维普
    • 万方数据

    向量格中关于拉格朗日乘子存在性的证明

    刘和英
    178-180页
    查看更多>>摘要：通过研究向量格中的Hahn-Banach定理,利用线性算子扩张的一般结果,进一步给出向量格中拉格朗日乘子存在性的证明.

    次线性算子向量格序完备S-凸拉格朗日乘子

      原文链接:
    • 维普
    • 万方数据