Solution d'un système non linéaire à perturbation singulière à l'aide d'un ANN.

Dans cette recherche, une méthode d'intelligence numérique est développée pour résoudre les problèmes non linéaires singuliers perturbés dans différents domaines avec l'utilisation d'optimiseurs basés sur des réseaux neuronaux artificiels avec la technique des ensembles actifs (AST), la programmation quadratique séquentielle (SQP) et les techniques de points intérieurs (IPT). Les modèles de réseaux neuronaux aident à construire un modèle mathématique pour les équations différentielles non linéaires à perturbation singulière. La motivation de ce travail de recherche vient en fait de l'objectif d'introduire un cadre fiable qui permet de combiner les réseaux neuronaux optimisés avec des cadres d'informatique douce pour faire face à de tels systèmes d'équations perturbées singulières linéaires et non linéaires. La validité de ces méthodes a été examinée en détail pour divers problèmes de valeurs limites non singulières survenant dans les domaines de la science, de l'ingénierie et de la bio-ingénierie. Une expérimentation numérique complète a été réalisée pour valider la précision, la convergence et la robustesse de la méthodologie conçue. Une étude comparative a également été effectuée avec les solutions standard disponibles pour analyser la justesse du schéma proposé.