分数阶扩散方程求解算法研究

来源 :电子科技大学 | 被引量 : 2次 | 上传用户:xiaoaixiaoaixiaoai
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
分数阶微分方程在数学和物理领域有着非常广泛的应用,尤其是分数阶扩散方程能够更加准确贴切的描述一些反常扩散现象,比如模拟渗透结构,湍流,地下水污染物的运动过程以及物理学中的混沌动力系统等,因此对于分数阶扩散方程的研究具有重要的理论意义和实际应用价值。但是由于分数阶扩散方程微分算子的非局部性质,有限差分和有限元等数值方法产生的都是稠密的系数矩阵,用一般的高斯消元法来解,计算量是O(N3),存储量是O(N2),N是网格点,这大大地增加了计算的复杂度和存储空间,因此,寻找快速高效的数值算法成为研究者关注的焦点。  为了进一步改进Krylov子空间方法的可执行性和稳定性,便引进了预处理技术,并且预处理技术已经慢慢地成为解决大规模计算问题的有效方法。在分数阶扩散方程的数值解方面,研究者也针对离散后的的矩阵较好的Toeplitz结构,构造了很多经典的预处理子。本文重点分析了三种预条件子,孙海卫等人提出的PCGNR算法是在CGNR的基础上加上了循环预条件子,大大地加快了运算速度。PGMRES算法是基于矩阵分裂的思想,提出了带状预条件子,与Krylov子空间中的重启的 GMRES算法相结合,快速求解分数阶扩散方程的一种方法。还有一种是顾先明基于 CSCS算法构建的k-步多项式预处理子,它可以高效的求解非Hermintian Toeplitz系统。这些带有预处理子的数值算法将计算量控制在O(NlogN),提高了运算效率,还将存储空间降低为O(N)。  为了进一步加快求解分数阶扩散方程的速度,提高数值逼近的精度,节省计算量和存储空间,本文对分数阶扩散方程的快速数值算法进行了深入细致的研究。引入了一个置换矩阵,将原来的非对称线性系统等价转化成对称的线性系统,提出了一种置换预处理子来加速分数阶扩散方程的求解。本文提出的预条件子避免了传统的矩阵-向量乘法的冗杂计算,并且充分利用了快速傅里叶变换来计算Toeplitz矩阵与向量的乘法,从而大大地降低了运算量和存储空间。从数值实验的结果来看,本文提出的方法的实验效果总体上比没有预条件子的的方法要好很多,本文提出的方法收敛速度更快,花费的计算量更少,较之本文提及的CGNR方法在节约运行时间上有明显的提高,提高了计算效率。
其他文献
本文依据数学机械化思想,在导师张鸿庆教授提出的“AC=BD”理论下,借助于符号计算软件Maple,研究了带交易成本的期权定价模型并求出非线性Black-Scholes方程的闭形式解。第一
在过去的近三十年里,数理金融与金融工程学使科学研究领域获得了极快的扩张。数理方法在帮助专业人员管理金融风险方面取得的成功是产生这个现象的主要原因。随着金融改革的日
随着社会的进步和人口的剧增,自然资源逐渐满足不了人类社会的需求.近年来,自然资源紧张、环境污染严重等社会问题日益突出,人类生活和经济发展受到了严重制约.在这种日趋紧
本文主要研究了两类广义形式的Armendariz 环.在第一部分中,我们定义了斜诣零Armendariz 环并对其性质,扩张问题及其与其他环之间的联系作了研究.在第二部分中我们讨论了拟-弱Arm
情感是人对客观事物是否满足自己的需要而产生的态度体验.它反映了客观事物与个体需要之间的关系.凡是能满足人的需要或符合人的愿望、观点的客观事物,就使人产生愉快、喜爱
BP神经网络是目前应用最为广泛的前馈神经网络之一,具有很多优点,但传统的BP网络只有求和神经元,在处理复杂的非线性问题时效率很低。为了解决这一问题,人们引进了求积神经元
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
本文主要研究了静态时滞人工神经网络的稳定性.共分三章.第一章简介了所研究问题的背景、意义以及发展情况.第二章研究了一类新的静态时滞神经网络的稳定性.运用M-矩阵的性质
2008年以来,上海第一财经连续推出了三部反映时代变迁和社会变革的经济专题纪录片,取得了一定的社会反响和经济影响。在新中国股市20年之际,他们推出的大型纪录片《财富与梦
课堂是教学活动的主要场所,也是教师、学生、教材、教学用具、教学手段和方法和谐融合的活动过程.是一个循序渐进,有条理、有节奏、有重点的师生之间知识传递和心灵接触情感