利用神经网络模型算法求解最速降线研究RESEARCH ON SOLVING THE BRACHISTOCHRONE PROBLEM USING NEURAL NETWORK MODEL ALGORITHM
贾小文,范海英
摘要(Abstract)：
分析了神经网络模型求解最速降线问题的基本算法思路,利用TensorFowl深度学习框架的神经网络模块对最速降线问题进行了数值求解,给出了具体求解步骤,并讨论了神经网络超参数对求解结果的影响。与传统神经网络应用不同,研究了神经网络模型在变分函数拟合中的应用,为将神经网络等AI大模型技术应用于大学物理及实验教学和研究提供参考和借鉴。
关键词(KeyWords)： 神经网络;最速降线;TensorFowl
基金项目(Foundation):
作者(Author): 贾小文,范海英
DOI: 10.27024/j.wlygc.2025.10.09.03
参考文献(References)：
- [1] 邵云.质点沿最速降线和首尾固定的两相连线段下落问题的研究[J].大学物理，2019,38(12):20-27.SHAO Y.Study on the problem of a particle falling along the brachistochrone and two connected line segments with fixed starting and ending points[J].College Physics,2019,38(12):20-27.(in Chinese)
- [2] 刘志勇，边军辉，刘培国.Mathematica在最速降线问题中的应用[J].西安文理学院学报(自然科学版),2013,16(1):91-94.LIU Z Y,BIAN J H,LIU P G.Application of Mathematica in the brachistochrone problem[J].Journal of Xi'an University (Natural Science Edition),2013,16(1):91-94.(in Chinese)
- [3] 贾小文，贺秀良，范海英.利用Igor Pro对最速降线问题进行数值求解[J].大学物理，2020,39(12):13-19,31.JIA X W,HE X L,FAN H Y.Numerical solution of the brachistochrone problem using Igor Pro[J].College Physics,2020,39(12):13-19,31.(in Chinese)
- [4] 邱锡鹏.神经网络与深度学习[M].北京：机械工业出版社，2022.QIU X P.Neural network and deep learning[M].Beijing:China Machine Press,2022.(in Chinese)
- [5] 刘升光，李宏升，刘雅新，等.人工智能在大学物理实验教学中的应用：以激光测水深实验为例[J].物理实验，2025,45(2):39-45.LIU S G,LI H S,LIU Y X,et al.Application of artificial intelligence in college physics experiment teaching:Taking the laser water depth measurement experiment as an example[J].Physics Experimentation,2025,45(2):39-45.(in Chinese)
- [6] 吴迪，马滟青.用物理学思维点亮人工智能的未来：解读2024年诺贝尔物理学奖[J].大学物理，2025,44(4):1-5,43.WU D,MA Y Q.Enlightening the future of artificial intelligence with physical thinking:Interpretation of the 2024 Nobel Prize in Physics[J].College Physics,2025,44(4):1-5,43.(in Chinese)
- [7] 贾小文.Igor Pro在物理实验数据处理中的应用[J].实验室科学，2020,23(2):88-92,96.JIA X W.Application of Igor Pro in data processing of physics experiments[J].Laboratory Science,2020,23(2):88-92,96.(in Chinese)