提出了一种快速的、新颖的、高精度的用于求解常微分方程数值解的方法:考虑了极限学习机(ELM)算法对参数调整的简便性和适合单层网络的特点,结合Chebyshev多项式的正交特性带来的少参数而高逼近的作用。该联合算法只需要少量的神经元和单层的神经网络,再通过最小二乘法,解出矩阵广义逆进行参数调整便可获得具有较高精度且无穷可微的常微分方程数值解。
科研之友
微信
新浪微博
Facebook
分享链接
