尚 影
(阜陽幼兒師范高等??茖W校 小學教育學院,安徽 阜陽 236015)
在非線性控制技術發展背景下,采用非線性的特征方程融合控制方法解析力學參數越來越普遍。為提高非線性控制穩定性,可壓縮Navier-Stokes 方程的應用具有普適性。通過穩定特征解分析方法,建立可壓縮Navier-Stokes 方程三階精度求解模型,可提高可壓縮Navier-Stokes 方程的解析和自適應控制能力,可壓縮Navier-Stokes 方程三階精度問題受到人們的極大重視[1]。
當前相關研究在擾動誤差穩定性融合參數辨識模型下,建立可壓縮Navier-Stokes 方程三階精度控制參數模型,通過自適應的穩態波動控制方法,識別可壓縮Navier-Stokes 方程三階精度控制和小參數[2],已有研究在空氣動力學分析、非線性波動控制以及大氣物理參數分析等中具有廣泛的應用價值[3-5],但是在實際應用中均存在收斂性較差、穩定性不理想問題。本文提出基于雙線性奇異攝動特征分析的可壓縮Navier-Stokes 方程三階精度的求解方法。
其中:s(m)為自適應的穩態控制方法參數;b為壓縮Navier-Stokes 方程特征參數。在分數階奇異攝動下?x,p>0,u>0,通過微分參數融合控制得到可壓縮Navier-Stokes 方程在漸近解的有效性約束下,收斂條件為
式中:sa為可壓縮Navier-Stokes 方程的時滯融合特征量;a(r)為冪級數約束函數;fg為可壓縮Navier-Stokes 方程的各階次冪展開形式參數。
采用非線性非局部積分-微分系統識別方法,獲取隨機穩定凸函數控制下的可壓縮Navier-Stokes 方程相應模型參數為
其中:f(v)為隨機穩定凸函數控制函數;ym(a)為非線性微分方程泛函分析的方法參數,建立可壓縮Navier-Stokes 方程的解約束參數。正定稀疏性控制得到可壓縮Navier-Stokes 方程的多參數逼近控制模型為
其中:β為非線性函數;Us為正定稀疏性控制特征參數。定理1 對可壓縮Navier-Stokes 方程的凸函數的隨機分布點,通過半正定最小正特征解析方法,得到可壓縮Navier-Stokes 方程的輸出無窮解集xk,在收斂域上的穩態收斂的。
參數奇異攝動抑制方法進行可壓縮Navier-Stokes 方程三階特征分解,提取可壓縮Navier-Stokes 方程的邊值特征分量[8-9],結合邊界層校正項信息融合度解析方法實現可壓縮Navier-Stokes方程三階融合和自相關特征分析。參數奇異攝動特征分量為ξ∈?f(x),在梯度泛函下得到可壓縮Navier-Stokes 方程的單次梯度特征分量為?x1,x2∈R,得到
其中:φ為邊界層校正項信息融合度解析方法參數,且在可壓縮Navier-Stokes 方程的動態時域分布模型中,當f(x2)<f(x1)得到(6)(7):
一組科學數據顯示:1991年夏季,北冰洋海冰的面積為1400萬平方公里;2007年大洋海冰面積縮小速度尤為明顯,面積為600多萬平方公里。最近一次北冰洋大面積“縮水”發生在去年,大洋海冰面積僅余341萬平方公里。全球許多科學家的氣溫模型都預測,2030年前后,夏季北冰洋的海冰將全部融化。
即可壓縮Navier-Stokes 方程的三階自相關特征量f(x)為嚴格凸函數。而一致橢圓型融合慣性參數滿足?ξ∈?f(x),在線性Robin 邊值問題約束下,得到滿足梯度分解函數為
其中:g(vx)為一致橢圓型融合特征參數。運用2n階非線性融合分塊聚類分析方法,得到的可壓縮Navier-Stokes 方程狀態初始值x0表示為
其中:m(x)為可壓縮Navier-Stokes 方程的三階自相關嚴格凸函數。再進一步通過積分運算,d(η)為可壓縮Navier-Stokes 方程相應的線性自相關約束特征量,nz為可壓縮Navier-Stokes 方程的三階精度約束參數模型。
根據上述分析,結合邊界層校正項信息融合度解析方法實現可壓縮Navier-Stokes 方程三階融合和自相關特征分析。
構建可壓縮Navier-Stokes 方程三階統計特征分析和參數辨識模型,得到可壓縮Navier-Stokes方程三階融合分量x*是解集中的一個初始向量,得到鄰域內的每一點滿足連續函數
其中:θ(t)為可壓縮Navier-Stokes 方程的測度分解模型。在邊界?Ω的鄰域內得到可壓縮Navier-Stokes 方程的散亂性特征分量bj為函數f(x)的穩定點。
在多重尺度變量約束下,得到LevaC≠φ。如果可壓縮Navier-Stokes 方程的初始奇異特征量滿足C(x*)>0,則
由于多重尺度變量C0(x*)是偽隨機穩變量,那么C(x*)<C0(x*),得可壓縮Navier-Stokes 方程三階統計參數為
在Logisticsc 映射下[10-12],得到可壓縮Navier-Stokes 方程三階精度求解的收斂條件滿足C0(x*)<0,則可壓縮Navier-Stokes 方程三階梯度分布模型為p(mz)。
若C0(x*)=0,則可壓縮Navier-Stokes 方程三階自相關統計特征量為
如果?a1<0 使得可壓縮Navier-Stokes 方程三階融合系數為fp1。d(u) 為可壓縮Navier-Stokes 方程的初始特征量[13-14]。得到可壓縮Navier-Stokes 方程的三階精度特征解滿足
其中:h為Navier-Stokes 方程三階精度融合參數。根據上述分析,構建可壓縮Navier-Stokes 方程三階精度融合參數辨識模型。
在適應度模型下進行可壓縮Navier-Stokes 方程三階精度融合參數匹配,通過模板匹配尋優的方法,實現可壓縮Navier-Stokes 方程的三階非線性時滯奇攝動控制,得到攝動方程[15-16]
由于可壓縮 Navier-Stokes 約束參數LevaC≠φ,又由于?x∈Levf,可以得到可壓縮Navier-Stokes 方程三階自相關約束分量為gk。由于Ca是偽隨機函數,得到可壓縮Navier-Stokes 方程三階控制的攝動泛函
這與fp1=矛盾,因此可壓縮Navier-Stokes方程三階統計特征量滿足λ>0。在收斂條件下,設F:R→P(R)在實域上是穩定的,得到可壓縮Navier-Stokes 方程三階精度穩態系統模型為j(p)。穩態系統模型的狀態變量為[17]
證明:可壓縮Navier-Stokes 方程三階精度分布的上下邊界表示為f(X),f(X,q),因為可壓縮Navier-Stokes 方程的約束自變量F(X)是f(X)的唯一極小范數特征解[18],因此可壓縮Navier-Stokes方程的三階精度可靠性辨識參數為r(u)?;赟chur 收斂性性分析,得到可壓縮Navier-Stokes方程的充分光滑的分隔函數
在2n階非線性非局部奇異區間變量中,可得可壓縮Navier-Stokes 方程的三階精度求解的收斂函數為wf。函數ln(z)均為單調遞增函數[19-20],所以可壓縮Navier-Stokes 方程的三階精度求解的上界為e(v) 。根據上述分析,實現可壓縮Navier-Stokes 方程的三階非線性時滯奇攝動控制,完成可壓縮Navier-Stokes 方程三階精度求解。
命題得證。
實驗測試本文設計方法在實現可壓縮Navier-Stokes 方程三階精度求解的性能,設計初始參數[0,1]、[1,1 200]、[0.024,1],迭代次數為1 200,Wmin=0.4,Wmax=0.9,Cmin=1.5,可壓縮Navier-Stokes 方程三階精度求解的收斂尋優結果如圖1。分析圖1 得知,本文可壓縮Navier-Stokes 方程三階精度求解方法的收斂性較好,尋優控制能力較強。測試三階精度求解擬合性能,如圖2 所示。
圖1 可壓縮Navier-Stokes 方程三階精度求解的收斂尋優結果
圖2 三階精度求解擬合性能
分析圖2 得知,本文方法進行可壓縮Navier-Stokes 方程三階精度求解的擬合性較好。
本文提出基于雙線性奇異攝動特征分析的可壓縮Navier-Stokes 方程三階精度的求解方法。結合Lyapunov 指數分析方法,構建可壓縮Navier-Stokes 方程的三階統計特征量解析模型,采用非線性微分方程泛函分析的方法,建立可壓縮Navier-Stokes 方程的解約束參數,實現可壓縮Navier-Stokes 方程的三階非線性時滯奇攝動控制和求解,本文方法的擬合性較好,收斂性較強。