离散的非线性薛定谔方程的Ablowitz--Ladik模型中暗孤子的辛算法

来源 :北京林业大学 | 被引量 : 0次 | 上传用户:xkt376
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在本文中,我们首先将原非线性薛定谔方程离散化,接着使用多种坐标变换,包括对称的坐标变换和非对称的坐标变换,将原非线性薛定谔方程(NLSE)的Ablowitz-Ladik模型中的非典则辛结构标准化,最后用多种格式(包括辛格式和非辛格式,对称格式和非对称格式)模拟暗孤子的运动。同时,我们还将检验Ablowitz-Ladik模型中的离散不变量和原非线性薛定谔方程(NLSE)的守恒量的变化。数值实验结果表明,与直接在Ablowitz-Ladik模型中应用高阶的非辛格式相比较,辛几何算法具有压倒性的优势。此外,我们还比较了在同一个坐标变换下,不同的格式(包括辛格式和非辛格式,对称格式和非对称格式)所对应的暗孤子的数值实验结果,可以看出,相比于非辛且非对称格式,对称格式或者辛格式更好地保持了Ablowitz-Ladik模型和原非线性薛定谔方程(NLSE)的不变量。
其他文献
在教学活动中,教师往往取代学生的主体地位,学生的“学”几乎等同于“听讲”、“抄写”、“记忆”、“答题”。统一的内容,统一的答案,整齐的思维,我们在不自觉中忽略了教学
脉冲微分方程对在瞬时干扰下状态发生突然变化的演变过程提供了一种自然的描述,在数学处理上,脉冲的出现使得系统具有混合性,既是连续的,又是离散的,相应的脉冲微分方程理论
本文深入剖析了多层前向网络的学习机理,总结了已取得的研究进展,针对基于最速下降法的BP算法存在的问题和缺陷,研究了基于阻尼最小二乘(LM)和基于微粒群(PSO)的多层神经网络的
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
期刊
7月底中国中东部迎来35℃以上大范围高温,持续一周暑热难消。受副热带高压控制,各地大部最高气温超36—37℃,局部甚至可达39℃。在烈日当空下,民众纷纷采取各种方式避暑。海
破产理论的研究一直是风险理论的核心研究内容,自经典风险模型提出后,研究者对其作了各种推广,大部分的推广中,保费的收入过程是时间的线性函数,没有体现出随机因素对保费的影响。
近年来,由于双向联想记忆(BAM)神经网络在模式识别,人工智能,最优化问题,信号与图象处理等方面有着潜在的广泛应用而备受关注.而这些应用依赖于网络的动力学行为。因此,对神经网络
对偶理论作为最优化理论这一学科中的重要组成部分,具有很强的实用性.已有前人给出了有限维空间中的对偶性定理,但是这个定理却不能无条件地应用在无限维空间中.由于很多实际
改革开放以来,我国经济取得了举世瞩目的发展,人民的生活水平显著提高.在此背景下,人们在餐饮方面的消费比例逐步增长,同时在追求饭菜可口程度的同时,也越来越重视餐饮的环境
作文是一个创新的百花园。俗话说:森林中没有两片完全相同的叶子,大海中没有两朵毫厘不差的浪花,人海中没有两个一模一样的人。我们要引导学生多角度观察、思考,在相同的表象