Loading [MathJax]/jax/output/SVG/config.js
Сибирский журнал вычислительной математики
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS


Сиб. журн. вычисл. матем.:
Год:
Том:
Выпуск:
Страница:
Найти




Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация

Сибирский журнал вычислительной математики, 2019, том 22, номер 1, страницы 57–79
DOI: https://doi.org/10.15372/SJNM20190105 (Mi sjvm701) 		 
Эта публикация цитируется в 13 научных статьях (всего в 13 статьях)

Метод Ньютона–Канторовича для решения обратных задач идентификации источников в моделях продукции–деструкции с данными типа временных рядов

А. В. Пененкоab

a Новосибирский национальный исследовательский государственный университет (НГУ), ул. Пирогова, 2, Новосибирск, 630090
b Институт вычислительной математики и математической геофизики Сибирского отделения Российской академии наук, просп. Акад. М.А. Лаврентьева, 6, Новосибирск, 630090
PDF полного текста (1673 kB) Список цитирования (13)
Список литературы:
PDF
HTML
DOI: https://doi.org/10.15372/SJNM20190105
Аннотация: Рассмотрены алгоритмы решения обратной задачи идентификации источников для систем нелинейных обыкновенных дифференциальных уравнений продукции–деструкции с данными измерений в виде временных рядов. На основе сопряженных уравнений построен оператор чувствительности и его дискретный аналог, связывающий возмущения искомых параметров модели с возмущениями измеряемых величин. Этот оператор позволяет получить семейство квазилинейных операторных уравнений, связывающих искомые величины и данные обратной задачи. Для решения уравнений применяется алгоритм типа Ньютона–Канторовича с использованием правых $r$-псевдообратных матриц. Алгоритм применяется для решения обратной задачи идентификации источников для модели трансформации примесей в атмосфере.
Ключевые слова: обратная задача идентификации источников, большие данные, метод Ньютона–Канторовича, сопряженные уравнения, оператор чувствительности, $r$-псевдообратная матрица, правая обратная.
Финансовая поддержка Номер гранта
Российский научный фонд 17-71-10184
Министерство образования и науки Российской Федерации
Работа выполнена при финансовой поддержке Российского научного фонда по проекту № 17-71-10184 (в части разработки алгоритмов и их исследовании). Векторизация и оптимизация программ для ЭВМ выполнена при финансовой поддержке Министерства образования и науки Российской Федерации (4.1.3 совместные лаборатории НГУ-ННЦ СО РАН).
Статья поступила: 26.02.2018
Переработанный вариант: 24.05.2018
Англоязычная версия:
Numerical Analysis and Applications, 2019, Volume 12, Issue 1, Pages 51–69
DOI: https://doi.org/10.1134/S1995423919010051
Реферативные базы данных:
Тип публикации: Статья
УДК: 517.988, 519.62
Образец цитирования: А. В. Пененко, “Метод Ньютона–Канторовича для решения обратных задач идентификации источников в моделях продукции–деструкции с данными типа временных рядов”, Сиб. журн. вычисл. матем., 22:1 (2019), 57–79; Num. Anal. Appl., 12:1 (2019), 51–69
Цитирование в формате AMSBIB
\RBibitem{Pen19}
\by А.~В.~Пененко
\paper Метод Ньютона--Канторовича для решения обратных задач идентификации источников в моделях продукции–деструкции с~данными типа временных рядов
\jour Сиб. журн. вычисл. матем.
\yr 2019
\vol 22
\issue 1
\pages 57--79
\mathnet{http://mi.mathnet.ru/sjvm701}
\crossref{https://doi.org/10.15372/SJNM20190105}
\elib{https://elibrary.ru/item.asp?id=37062941}
\transl
\jour Num. Anal. Appl.
\yr 2019
\vol 12
\issue 1
\pages 51--69
\crossref{https://doi.org/10.1134/S1995423919010051}
\isi{https://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=Publons&SrcAuth=Publons_CEL&DestLinkType=FullRecord&DestApp=WOS_CPL&KeyUT=000463783600005}
\scopus{https://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-85064040339}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/sjvm701
  • https://www.mathnet.ru/rus/sjvm/v22/i1/p57
    • Эта публикация цитируется в следующих 13 статьяx:
    1. Gurami Tsitsiashvili, Alexey Gudimenko, Marina Osipova, “Fast Method for Estimating the Parameters of Partial Differential Equations from Inaccurate Observations”, Mathematics, 11:22 (2023), 4586  crossref
    2. Gurami Tsitsiashvili, Marina Osipova, Yury Kharchenko, “Estimating the Coefficients of a System of Ordinary Differential Equations Based on Inaccurate Observations”, Mathematics, 10:3 (2022), 502  crossref
    3. Alexey Penenko, Evgeny Rusin, “Parallel Implementation of a Sensitivity Operator-Based Source Identification Algorithm for Distributed Memory Computers”, Mathematics, 10:23 (2022), 4522  crossref
    4. A. Penenko, V. Penenko, E. Tsvetova, A. Gochakov, E. Pyanova, V. Konopleva, “Sensitivity operator framework for analyzing heterogeneous air quality monitoring systems”, Atmosphere, 12:12 (2021), 1697  crossref  isi  scopus
    5. A. V. Penenko, Zh. S. Mukatova, A. B. Salimova, “Numerical study of the coefficient identification algorithm based on ensembles of adjoint problem solutions for a production-destruction model”, Int. J. Nonlinear Sci. Numer. Simul., 22:5 (2021), 581–592  crossref  mathscinet  isi  scopus
    6. G. Gallo, A. Isoldi, D. Del Gatto, R. Savino, A. Capozzoli, C. Curcio, A. Liseno, “Numerical aspects of particle-in-cell simulations for plasma-motion modeling of electric thrusters”, Aerospace, 8:5 (2021), 138  crossref  isi  scopus
    7. A. Penenko, “Convergence analysis of the adjoint ensemble method in inverse source problems for advection-diffusion-reaction models with image-type measurements”, Inverse Probl. Imaging, 14:5 (2020), 757–782  crossref  mathscinet  zmath  isi  scopus
    8. А. В. Пененко, А. Б. Салимова, “Идентификация источника в уравнении Смолуховского с использованием ансамбля решений сопряженного уравнения”, Сиб. журн. вычисл. матем., 23:2 (2020), 183–199  mathnet  crossref; A. V. Penenko, A. B. Salimova, “Source indentification for the Smoluchowski equation using an ensemble of the adjoint equation solutions”, Num. Anal. Appl., 13:2 (2020), 152–164  crossref  isi
    9. Alexey Penenko, Ulyana Zubairova, Alexander Bobrovskikh, Alexey Doroshkov, 2020 Cognitive Sciences, Genomics and Bioinformatics (CSGB), 2020, 14  crossref
    10. Alexey Penenko, Alexander Gochakov, Vladimir Penenko, “Algorithms based on sensitivity operators for analyzing and solving inverse modeling problems of transport and transformation of atmospheric pollutants”, IOP Conf. Ser.: Earth Environ. Sci., 611:1 (2020), 012032  crossref
    11. Penenko A., Mukatova Zh., Salimova A., “Numerical Solution of the Coefficient Inverse Problem For a Production-Destruction Model With Various Adjoint Ensemble Designs”, 2019 15Th International Asian School-Seminar Optimization Problems of Complex Systems (Opcs 2019), IEEE, 2019, 135–139  isi
    12. A V Penenko, Zh S Mukatova, A B Salimova, “Numerical analysis of an inverse coefficient problem for a chemical transformation model”, IOP Conf. Ser.: Earth Environ. Sci., 386:1 (2019), 012041  crossref
    13. Alexey Penenko, Zhadyra Mukatova, Akzhan Salimova, 2019 15th International Asian School-Seminar Optimization Problems of Complex Systems (OPCS), 2019, 135  crossref
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    		Сибирский журнал вычислительной математики
    Статистика просмотров:
    Страница аннотации:390
    PDF полного текста:196
    Список литературы:61
    Первая страница:20
     
      Обратная связь:
    math-net2025_04@mi-ras.ru     		 Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2025