下载文档原格式
基于微分求积法及 V－变换的大规模动力系统快速数值计算方法汪芳宗;廖小兵【摘要】针对大规模动力系统动态响应的数值计算，传统的微分求积法通常在时间域上逐步离散、整体求解，存在“维数灾”问题。
在多级高阶时域微分求积法的基础上，提出了基于 V －变换的大规模动力系统动态响应的快速数值计算方法。
利用微分求积法的加权系数矩阵满足 V －变换这一重要特性，将离散后的雅可比矩阵方程进行解耦分块，推导形成了多级分块递推计算方法。
数值算例表明，即使采用相当于 Newmark 方法2s 倍的步长，微分求积法的计算精度仍比Newmark 方法要高出2～3个数量级。
进一步对3个不同规模的算例系统进行了测试，结果表明：相对于传统的数值计算方法，多级分块递推计算方法可以获得较大的加速比，能够显著提高大规模动力系统动态响应的计算效率。
%For numerical simulation of large-scale dynamic systems'response,the traditional differential quadrature method (DQM)usually adopts successively discrete and global solution in time domain,where there is the problem of“curse of dimensionality”.On the basis of the multi-stage high-order time domain differential quadrature method,a fast numerical calculation method for large-scale dynamic systems'response based on V-transformation was ing the V-transformation processed by the weighting coefficient matrix of DQM,the whole Jacobian matrix equations involved in the traditional approach of DQMwere decoupled into blocks,thus a multi-stage block recursive method was achieved.The numerical examples show that,even using a step size of 2s times that as high as in the Newmarkmethod,the calculation precision of the differential quadrature method is about 2 ~3 orders higher than that of the Newmark method.Furthermore, three different scale systems were used for computational efficiency test and the results show that the multi-stage block recursive method can obtain high speedup compared with the traditional numerical methods,which can significantly improve the computational efficiency of large-scale dynamic systems'response.【期刊名称】《振动与冲击》【年(卷),期】2016(000)003【总页数】7页(P73-78,128)【关键词】大规模动力系统;快速计算;微分求积法;V -变换;多级分块递推方法【作者】汪芳宗;廖小兵【作者单位】三峡大学电气与新能源学院，湖北宜昌 443002;三峡大学电气与新能源学院，湖北宜昌 443002【正文语种】中文【中图分类】O241.8;O313.3大规模动力系统动态响应的数值仿真可以准确地描述动力系统的动态特性和每时每刻的运动状态，一直以来是人们研究的热点问题。
双曲型偏微分方程的求解及其应用文献综述双曲型偏微分方程的求解及其应用文献综述一、引言双曲型偏微分方程（Hyperbolic partial differential equation，简称HPDE）在物理、工程、生物等众多领域都有广泛的应用。
这类方程的求解问题一直是数学界研究的热点和难点。
本文将对双曲型偏微分方程的求解及其应用方面的文献进行综述。
二、双曲型偏微分方程的求解方法1.分离变量法分离变量法是一种求解双曲型偏微分方程的有效方法。
该方法通过将方程中的未知函数分离成不同的变量，使方程化简为多个常微分方程，从而简化求解过程。
例如，在求解二维波动方程时，可以将未知函数分离为x和y两个方向的函数，得到一系列的一阶常微分方程，再利用初始条件和边界条件求解。
2.行波法行波法是一种基于双曲函数展开的求解方法。
该方法通过将方程的解表示为双曲函数的展开形式，利用双曲函数的性质，得到方程的通解。
例如，在求解一维波动方程时，可以将解表示为双曲正弦函数的展开形式，再利用初始条件和边界条件求解。
3.有限差分法有限差分法是一种数值求解偏微分方程的方法。
该方法将连续的空间离散化为有限个离散点，将偏微分方程转化为差分方程，再利用迭代或递推的方式求解。
有限差分法在求解双曲型偏微分方程时具有简单、直观、易于编程等优点。
4.变分法变分法是一种通过寻找能量泛函的极值来求解偏微分方程的方法。
该方法将偏微分方程转化为变分问题，利用变分的性质和极值条件，得到方程的近似解。
变分法在求解双曲型偏微分方程时可以获得精确的数值解。
三、双曲型偏微分方程的应用1.波动问题双曲型偏微分方程在波动问题中有着广泛的应用。
例如，在地震波传播、声波传播、电磁波传播等问题中，都可以用双曲型偏微分方程来描述。
通过求解双曲型偏微分方程，可以得到波的传播速度、传播方向、振幅等特征。
2.流体动力学问题双曲型偏微分方程在流体动力学问题中也有重要应用。
例如，在空气动力学、水动力学等问题中，可以用双曲型偏微分方程来描述流体的运动规律。
非线性偏微分方程数值解法非线性偏微分方程（Nonlinear Partial Differential Equations, NPDEs）是研究物理、工程和应用数学等领域中的重要问题之一。
与线性偏微分方程不同，非线性偏微分方程的解不仅依赖于未知函数本身，还依赖于未知函数的导数、高阶导数和其他非线性项。
因此，求解非线性偏微分方程是一项困难而具有挑战性的任务。
为了解决这个问题，数学家们提出了多种数值方法和技术。
一种常用的求解非线性偏微分方程的数值方法是有限差分法（Finite Difference Method, FDM）。
有限差分法将求解区域离散化成网格，然后使用数值逼近来近似未知函数和导数。
通过将偏微分方程中的导数用离散化的差分近似表示，可以将原始的非线性偏微分方程转化为一组非线性代数方程。
然后，可以使用迭代方法（如牛顿法）求解这组方程，得到非线性偏微分方程的数值解。
除了有限差分法，其他常用的数值方法包括有限元法（Finite Element Method, FEM）、有限体积法（Finite Volume Method, FVM）和谱方法（Spectral Methods）等。
这些方法在不同的问题和领域中有着广泛的应用。
例如，有限元法在结构力学、流体力学和电磁学等领域中被广泛使用；有限体积法在计算流体动力学和多相流等问题中得到广泛应用；谱方法在流体力学、量子力学和声学等领域中得到广泛应用。
尽管非线性偏微分方程数值解法在实际应用中具有重要的地位，但由于非线性偏微分方程的复杂性，求解过程中常常会遇到一些困难。
其中之一是收敛性问题。
由于非线性偏微分方程的非线性项，往往导致数值方法的迭代过程不收敛或收敛速度很慢。
为了解决这个问题，可以采用加速技术（如牛顿—高斯—赛德尔方法）、网格重构和网格自适应等方法来改善收敛性。
另外，稳定性问题也是非线性偏微分方程数值解法中需要考虑的重要问题。
由于数值方法的离散化误差和时间步长的选择等因素，计算结果可能会产生不稳定性，例如数值震荡和破坏性的解。
非线性偏微分方程及其几种解法综述姓名：柏宝红学号：BY1004120目录1、绪论 (3)1.1背景 (3)1.2 现状 (7)2、非线性偏微分方程的几种解法 (10)2.1逆算符法 (10)2.2 齐次平衡法 (11)2.3 Jacobi椭圆函数方法 (12)2.4 辅助方程方法 (14)2.5 F-展开法 (15)2.6 双曲正切函数展开法 (17)1、绪论以应用为目的，或以物理、力学等其他学科问题为背景的微分方程的研究，不仅是传统应用数学中一个最主要的内容，也是当代数学的一个重要组成部分.它是数学理论与实际应用之间的一座重要桥梁，研究工作一直十分活跃，研究领域日益扩大。
目前微分方程研究的主体是非线性微分方程，特别是非线性偏微分方程(NLPDE).很多意义重大的自然科学和工程技术问题都可归结为非线性偏微分方程的研究.现实生活的许多领域内数学模型都可以用NLPDE来描述，很多重要的物理、力学等学科的基本方程本身就是NLPDE，另外，随着研究的深入，有些原先可用线性微分方程近似处理的问题，也必须考虑非线性的影响，所以对NLPDE的研究，特别是NLPDE求解精确解的研究工作就显示出了很重要的理论和应用价值，但是数学研究的结果，在目前还未能提供一种普遍有效的求精确解的方法.20世纪50年代以来，人们对非线性现象的研究中提出了“孤子”的概念，进而使得对NLPDE求解的研究成为非线性科学中的热点。
下面介绍一下孤立子理论的研究背景、研究现状。
1.1背景孤立子理论己经成为应用数学和数学物理的一个重要组成部分，在流体力学，等离子物理，经典场论，量子论等领域有着广泛的应用。
随着近代物理学和数学的发展，早在1834年由英国科学家Russell发现的孤立波现象近二十多年来引起了人们的极大关注，对这一现象的兴趣与日俱增.这是因为一方面孤立子具有粒子和波的许多性能，在自然界中有一定的普遍性，利用孤立子理论也成功地解释了许多物理上长期用经典理论未能解答的现象;另一方面，随着孤立子物理问题的深入研究，孤立子的数学理论也应运而生，并已初步形成比较完善的理论体系。
微分求积法英文（中英文实用版）Title: The Method of Differential QuadratureThe technique of differential quadrature, commonly abbreviated as DQ, represents a numerical approach for solving partial and ordinary differential equations. It has garnered significant attention due to its simplicity and effectiveness in various fields, including engineering, physics, and applied mathematics. This method is essentially based on the expansion of a function in terms of a set of base functions, which allows the transformation of differential equations into algebraic ones, thus simplifying the computational process.标题：微分求积法微分求积法，通常简称为DQ，是一种用于求解偏微分方程和常微分方程的数值方法。
由于其简洁和有效性，在工程学、物理学和应用数学等领域备受关注。
该方法本质上基于一组基函数展开函数，将微分方程转化为代数方程，从而简化计算过程。
In practice, the DQ method utilizes a series of nodal points where the function is to be approximated. By employing a suitable set of weighting functions, it is possible to represent derivatives of the function at these points in terms of the function values themselves. This leads to a linear system of equations that can be readily solved to obtain the unknown function values, providing an approximate solution to the originaldifferential equation.在实际应用中，微分求积法采用一系列节点，在这些节点上对函数进行近似。
偏微分方程数值算法综述及应用案例分析偏微分方程（Partial Differential Equation，简称PDE）是数学和工程学科领域中经常用到的基础概念。
偏微分方程的求解对于许多领域的研究和实践具有重要的作用，例如材料科学、地球物理学、计算机科学和机械工程学等。
然而，由于偏微分方程的求解难度较大，传统的解析方法无法处理更加复杂的情况。
为了解决这个问题，人们发展出了一些数值算法，使得偏微分方程的数值求解可以得以实现。
本文主要介绍偏微分方程数值算法的综述和应用案例分析。
一、偏微分方程数值算法综述偏微分方程的数值求解方法可以分为有限差分法、有限元法和谱方法等。
1. 有限差分法有限差分法是一种比较常见的偏微分方程数值求解方法。
其基本思想是用有限差分代替微分，将偏微分方程化为差分方程，并通过迭代求解差分方程得到数值解。
有限差分法的优点是实现简单，易于理解，缺点是精度较低，适用范围有限。
2. 有限元法有限元法是一种更为精确的偏微分方程数值求解方法。
在有限元法中，原问题被抽象成一组离散化的小问题，每一个小问题都在一个有限元形状中求解。
通过求解多个小问题的结果来近似求解原问题。
有限元法的优点是精度较高，适用范围广泛，缺点是计算量较大，实现难度也较大。
3. 谱方法谱方法是一种通过函数级数展开求解偏微分方程的方法。
谱方法基于傅里叶级数展开，将解表示为一组基函数的线性组合。
通过确定系数来求解偏微分方程，谱方法的优点是精度高，实现简单，缺点是需要求解傅里叶系数。
二、偏微分方程数值算法的应用案例分析偏微分方程的数值算法在科学计算和工程应用中有着广泛的应用。
本文简要介绍一些偏微分方程数值算法应用案例。
1. 热传导方程的数值求解偏微分方程中的热传导方程是一类广泛应用的模型。
通过对热传导方程的数值求解可以实现对一些热传导问题的模拟和实验研究。
其中，使用有限差分法可以求解热传导方程，并可以得到热传导的温度分布。
2. 构造三维曲面的谱方法谱方法在计算机辅助设计、建模和制造等领域中应用广泛。
非线性偏微分方程偏微分方程数值方法非线性偏微分方程偏微分方程数值方法非线性偏微分方程定义:各阶微分项有次数高于一的，该微分方程即为非线性微分方程(一)主要研究内容非线性偏微分方程是现代数学的一个重要分支，无论在理论中还是在实际应用中，非线性偏微分方程均被用来描述力学、控制过程、生态与经济系统、化工循环系统及流行病学等领域的问题。
利用非线性偏微分方程描述上述问题充分考虑到空间、时间、时滞的影响，因而更能准确的反映实际。
本方向主要研究非线性偏微分方程、H-半变分不等式、最优控制系统的微分方程理论及其在电力系统的应用。
1.非线性偏微分方程的研究:我们主要研究偏微分方程解的存在唯一性(和多解性)及稳定性;偏微分方程的初值问题、初边值问题的整体解(包括周期解和概周期解)的存在性及渐近性;平衡解的存在性，尤其是当问题依赖于某些参数时平衡解的分叉结构，以及平衡解的稳定性问题;非线性方程的数值解。
2.H-半变分不等式的研究:建立具有极大单调算子扰动的多值(S)型和伪单调型映象的广义度理论，广义不动点指标理论和具有非凸、不可微泛函的非线性发展型H-半变分不等式理论，由此来研究含间断项的非线性偏微分方程。
3.最优控制系统的微分方程理论及其在电力系统的应用:主要研究与电力生产有关的控制系统的理论和应用。
首先提出了对Banach空间中抽象非线性发展方程所描述的最优控制系统的研究。
引进非光滑分析，研究最优控制系统的微分方程，利用变分不等式理论研究多值问题、数值计算等，所获理论成果应用于电力系统的许多最优控制问题(如:电力系统励磁调节器传递函数的辨识、牛顿最优潮流的数学模型等)。
(二)研究方向的特色1.变分不等式理论与能量泛函的凸性密切相关，由于现代科学技术的需要，特别是研究自由边界和固体力学问题的需要，传统的方法往往都无法解决这类问题，人们对H-半变分不等式进行研究，研究涉及现代分析及应用、偏微分方程以及科学计算等众多领域中亟待解决和发展的重要课题。
求解偏微分方程的几种特殊方法程哲 PB06001070（中国科学技术大学数学系， 合肥， 230026）摘要：经过一个学期偏微分方程课程的学习，我们掌握了几种求解初等拟（半）线性方程，特别是三种典型方程的方法，如特征曲线法、反射法、降维法、分离变量法、特征函数展开法、求解非齐次方程的Duhamel 原理等。
此外，我们通过学习还掌握了求解波动方程的D＇Alembert 公式，求解高维波动方程的Kirchhoff 公式和Poisson 公式，求解位势方程的Green 公式等等。
这些经典方法的综合运用可以求解很多初等偏微分方程，故而是基本而重要的。
本文还将总结作者了解的几种求解偏微分方程的特殊方法，它们是：级数法，Laplace 变换法，Fourier 变换法。
关键词：偏微分方程 级数法Laplace 变换 Fourier 变换1. 级数法求解偏微分方程1.1 波动方程Cauchy 问题的级数解法1.1.1 问题引入我们以三维波动方程的初值问题(P)为例：2()0,(1)()(,,,0)(,,),(,,,0)(,,)tt xx yy zz t u a u u u P u x y z x y z u x y z x y z ⎧−++=⎪⎨=Φ=Ψ⎪⎩ 由叠加原理易知问题(P)可分解为两个问题的叠加：2()0,()(,,,0)0,(,,,0)(,,)tt xx yy zz t u a u u u I u x y z u x y z x y z ⎧−++=⎪⎨==Ψ⎪⎩ 2()0,()(,,,0)(,,),(,,,0)0tt xx yy zz t u a u u u II u x y z x y z u x y z ⎧−++=⎪⎨=Φ=⎪⎩首先，受一维波动方程的D＇Alembert 公式启发，我们可以假设问题()I 有如下形式的解：221(,,,)(,,)(2)4at w x y z t t dS a t ξηζπ=⋅Ψ∑∫∫其中球面22222:()()()atx y z a t ξηξ−+−+−=∑。
