奇异摄动拟线性对流扩散问题的区域分解方法
- 格式:pdf
- 大小:69.89 KB
- 文档页数:7
奇摄动分数阶Burgers方程奇摄动分数阶Burgers方程摘要:本文研究了一类奇摄动分数阶Burgers方程,在分数阶导数的定义下,利用若干种局部算子如Caputo、Riemann-Liouville和Grünwald-Letnikov算子,将奇摄动Burgers方程扩展到分数阶导数的情形下,得到其分数阶扩展形式。
进一步考虑了其数值解法,在拉格朗日插值多项式上采用了改进的Adomian分解方法,对其进行了数值解的求解和研究。
同时,本文还探究了不同参数对奇摄动分数阶Burgers方程解的影响,描绘出了其在不同参数下的相图和解图。
结果表明,奇摄动分数阶Burgers方程的解在不同参数区间长度下呈现出不同特征,可以更好地描述一些非线性现象。
关键词:分数阶导数;Burgers方程;奇摄动;数值解法;参数影响1. 引言Burgers方程是非线性偏微分方程的重要代表,在多领域中有广泛应用。
而分数阶微积分是近年来引起越来越多学者关注的新分支,与分之幂函数和分数阶统计学密切相关。
因此,研究分数阶Burgers方程具有重要意义。
很多学者研究过分数阶Burgers方程的一些特殊情形,如分数阶纳维-斯托克斯方程、分数阶波动方程和分数阶扩散方程等。
然而,研究奇摄动分数阶Burgers方程的理论和实践意义必然更加深远。
2. 奇摄动分数阶Burgers方程的构建Burgers方程是具有广泛应用的非线性偏微分方程,通常写为:ut+uu_x = νu_xx其中ν>0是扩散系数。
我们考虑在分数阶导数的定义下,对Burgers方程进行扩展。
具体地,在Caputo、Riemann-Liouville和Grünwald-Letnikov算子的定义下,可得到奇摄动分数阶Burgers方程:Dqᶜu(x,t) + aDu(x,t) + bDⁱᵤ(x,t) - he⁻ʰu(x,t) = 0其中Dqᶜu(x,t)是Caputo导数,在能更好描述初始条件的情况下使用;a, b, h均为常数,i为任意实数,e相当于二次元素。
一种新的求解对流占优问题的自适应网格细化方法郭巍; 张伟伟; 聂玉峰【期刊名称】《《计算力学学报》》【年(卷),期】2019(036)005【总页数】7页(P583-589)【关键词】自适应网格细化; 泡泡型网格生成; SU PG方法; 后验误差估计; 对流占优问题【作者】郭巍; 张伟伟; 聂玉峰【作者单位】西北工业大学理学院西安710129【正文语种】中文【中图分类】O242.11 引言对流扩散方程描述了物质的浓度与温度等的输运过程,方程由扩散项和对流项两部分组成,当对流项占主导作用时,方程的解会出现奇异层,给求解带来困难。
由于奇异层通常很薄,传统的均匀网格很难捕捉到,因此会出现数值震荡的现象。
为了提高数值解的精度,许多学者提出了各种自适应网格细化方法。
自适应网格细化方法在误差大的区域加密网格,在误差小的区域粗化网格,从而用较小的计算量达到满意的精度。
自适应网格细化方法的效果依赖于后验误差估计子和网格细化技术。
针对对流扩散问题的后验误差估计子的研究始于20世纪70年代末,经过多年的发展,目前常用的后验误差估计包括残差型后验误差估计[1]、恢复型后验误差估计[2]和隐式误差估计[3]等。
网格细化技术包括网格重构和网格分割两类。
第一类方法根据后验误差估计重新生成新的网格,其中基于Voronoi 的CVT网格生成方法在自适应有限元计算中已有广泛应用[4,5]。
第二类方法根据单元后验误差估计和标记策略来选取需要加密的单元,然后对标记的单元进行加密操作。
常见的加密操作包括红-绿加密法[6]、二分法[7]和规则加密法[8]等。
这些方法简单易行,然而通常需要网格光顺操作来提高网格质量。
为了生成高质量的网格,Shimda等[9]提出了泡泡布点方法,模拟泡泡在区域中运动直至最后达到力平衡的状态,泡泡的中心组成了最优点集。
同时,针对泡泡布点方法得到的高质量的点集,陈蔚蔚等[10]提出了泡泡型局部网格生成算法(Bubble-type Local Mesh Generation,BLMG),用来高效地生成Delaunay网格。
对流方程及其解法对流方程是描述流体运动的最基本方程之一,涉及热、动量、物质等的传递现象,对于各种物理问题的研究都具有重要意义。
本文将从对流方程的基本形式和意义出发,探讨其常见解法及相关应用。
一、对流方程的基本形式与意义对流方程是描述流体中质量、热量和动量传递的方程,其基本形式可以写作:$$ \frac{\partial\phi}{\partial t} + (\mathbf{v}\cdot\nabla)\phi =\nabla\cdot(\Gamma\nabla\phi) $$其中,$\phi$为描述流体量的变量,如温度、密度、浓度等;$\mathbf{v}$为流体的流速,$\Gamma$为扩散系数。
对该方程的解析求解较为困难,故通常采用数值方法进行求解。
下面介绍几种常见的数值解法。
二、有限差分法有限差分法是在连续方程的基础上,利用有限差分代替导数,将微分方程变为代数方程组,从而利用计算机求解的方法。
其基本思想是将求解区域划分为有限个网格,对每个网格内的量用差分代替导数,从而得到有限差分方程。
以简单的二维对流扩散为例,其对流方程为:$$ \frac{\partial\phi}{\partial t} + u\frac{\partial\phi}{\partial x} + v\frac{\partial\phi}{\partial y} = \Gamma\frac{\partial^2\phi}{\partial x^2} + \Gamma\frac{\partial^2\phi}{\partial y^2} $$其中,$u$和$v$分别代表$x$和$y$方向的流速。
对该方程进行离散,假设$\phi_{i,j}$为$x=i\Delta x$,$y=j\Delta y$处的$\phi$值,则可以得到:$$ \frac{\phi^{k+1}_{i,j} - \phi^k_{i,j}}{\Delta t} +u\frac{\phi^k_{i+1,j} - \phi^k_{i-1,j}}{2\Delta x} +v\frac{\phi^k_{i,j+1} - \phi^k_{i,j-1}}{2\Delta y} $$$$ = \frac{\Gamma\Delta t}{(\Delta x)^2}(\phi^k_{i+1,j} -2\phi^k_{i,j} + \phi^k_{i-1,j}) + \frac{\Gamma\Delta t}{(\Deltay)^2}(\phi^k_{i,j+1} - 2\phi^k_{i,j} + \phi^k_{i,j-1}) $$其中,$k$为时刻,$\Delta x$和$\Delta y$分别为$x$和$y$方向的网格间距。
扩散方程的差分解法在研究热传导过程、扩散过程、边界层现象时,我们常常遇到抛物型方程,这类方程中最典型、最简单的就是热传导方程。
热传导方程中的自变量中包括时间t ,它是描述一种随时间变化的物理过程,即所谓不定常现象。
这类问题的基本定解问题应是初值问题,即在初始时刻(t=0)时给定定解条件,求解t>0时的解。
本文主要运用有限差分法对一维扩散方程进行求解,并对差分解的适定性、相容性、收敛性及稳定性进行分析,同时与解析解进行对比。
1.扩散方程一维扩散方程为:22u u t xα∂∂=∂∂ (1)式中,u 为因知量,α为扩散系数,x 为坐标,t 为时间。
其定解条件如下: 初始条件: (,0)() 0x u x f x L =≤≤(2)边界条件: 12(0,)() , (,)()u t f t u L t f t ==(3) 一般假定函数()f x ,1()f t ,2()f t 满足连接条件,即1(0)(0) f f =,2()(0) f L f =。
2.有限差分法有限差分法是数值计算解微分方程古老的方法之一,也是系统化地、数值地求解数学物理方法的方程。
其控制方程中的导数用离散点上函数值的差商代替。
差分格式可以分为显格式和隐格式。
所谓显格式是指在任一结点上因变量在新是时间层上的值可以通过之前的时间层上相邻结点变量的值显式解出来。
由于这些层的变量值是已知的,当时间向前推进时,空间点上的新的变量值就只需逐点计算就行了,因此显格式计算起来比较省事。
隐格式则是指任一结点上变量在新的时间层的值,不能通过之前的时间层上相邻结点的值显式解出来,它不仅与之前的时间层上的已知值有关,而且也与新时间层的相邻结点的变量值有关。
因而一个差分方程常常包括几个相邻结点上的未知数,未知数的个数取决于格式的构成形式。
为了解出这些未知数需要联立新的方程,而每引进一个新的方程往往又同时引进了新的未知数。
因此,隐格式总是伴随着求解巨大的代数方程组。
一类二维稳态对流——扩散方程的有限差分法一维稳态扩散方程描述了物质在一维空间中的扩散行为。
然而,在某些情况下,我们需要研究物质在二维平面中的扩散行为,例如热传导、流体传输等。
本文将介绍一类二维稳态对流-扩散方程的有限差分法。
二维稳态对流-扩散方程可以写作:∇·(D∇u) + ∇·(cu) + fu = 0 —— (1)其中,D是扩散系数,c是速度场,u是待求解的物理量,f是源项。
在这个方程中,第一项表示物质的扩散项,第二项表示对流项,第三项表示源项。
我们需要求解方程(1),找到u的分布。
为了应用有限差分法来求解二维稳态对流-扩散方程,需要将二维空间离散化为一个网格。
假设我们将x方向离散为Nx个等距的节点,y方向离散为Ny个等距的节点,那么我们可以得到一个(Nx+1)×(Ny+1)的网格。
我们在网格节点上定义未知量u,然后将方程(1)对节点处的u进行离散化。
首先,我们对方程(1)的扩散项进行离散化。
我们使用五点差分格式来近似二维Laplace算符∇·(D∇u)。
对于网格节点(x,y),我们可以得到以下差分格式:(Dij(xi+1,yj)ui+1,j + Dij(xi-1,yj)ui-1,j +Dij(xi,yj+1)ui,j+1 + Dij(xi,yj-1)ui,j-1 -4Dij(xi,yj)ui,j) / ∆x^2 + (Dij(xi,yj)ui,j) / ∆y^2其中,∆x和∆y是网格步长,Dij是扩散系数。
接下来,我们对方程(1)的对流项进行离散化。
我们使用中心差分格式来近似二维梯度算符∇·(cu)。
对于网格节点(x,y),我们可以得到以下差分格式:(cxi+1/2,yj(ui+1,j - ui,j)) / ∆x + (cxi-1/2,yj(ui,j - ui-1,j)) / ∆x + (cyi,j+1/2(ui,j+1 - ui,j)) / ∆y + (cyi,j-1/2(ui,j - ui,j-1)) / ∆y其中,cxi+1/2,yj、cxi-1/2,yj、cyi,j+1/2和cyi,j-1/2是速度场在节点(x,y)处的中心点处的x和y分量。
时滞反应扩散方程与上下解方法内容简介在生物学、物理学、化学、经济学及各种工程问题中提出的大量的时滞反应扩散问题,近二十年来,日益受到广大科技工作者的重视。
本书在作者多年研究的基础上,详细地阐述与这些问题相关的最新研究成果。
针对时滞反应扩散系统,利用上下解方法,单调迭代方法,不动点理论及泛函微分方程振动性理论,证明了时滞反应扩散方程周期解及概周期解的存在性、唯一性、稳定性理论,书中还介绍了时滞反应扩散方程平衡解的存在稳定性理论、波前解的存在性理论、解的振动性理论、Hopf分支与奇异摄动理论。
本书论证严谨,深入浅出,有一定的自封性,能把读者较快地带到时滞反应扩散方程的各种问题的研究前沿。
[1]图书目录前言第1章上下解方法的理论基础1.1时滞反应扩散方程概述1.2 Ascoli—Arzela定理1.3几个不动点定理1.3.1 Banach压缩映像原理1.3.2 Brouwer不动点定理1.3.3 Schauder不动点定理1.4上下解方法基础1.4.1锥理论与半序方法1.4.2增算子与上下解方法1.4.3抛物型方程的最大值原理第2章行波解的存在唯一性2.1引言2.2扩散时滞模型波前解的存在性2.2.1 Cui—Lawson扩散时滞模型2.2.2时滞竞争Lotka—Voiterra扩散模型2.3时滞反应扩散方程组的行波解2.3.1预备知识2.3.2主要结果及证明2.3.3应用举例第3章平衡解的存在稳定性3.1具连续时滞的三种群互助模型3.1.1 引言3.1.2预备知识3.1.3主要结果及证明3.2具连续及离散时滞的三种群互助模型3.2.1模型介绍3.2.2预备知识3.2.3正平衡解的渐近稳定性第4章周期解与概周期解的存在唯一性及稳定性4.1时滞反应扩散方程组的周期解的存在唯一性4.1.1引言及预备知识4.1.2主要结果4.1.3应用举例4.2非单调时滞反应扩散方程的周期解和概周期解4.2.1引言4.2.2基本准备4.2.3方程情形解的存在唯一性定理4.2.4方程组情形解的存在唯一性定理4.2.5应用举例第5章平衡解的振动性及解的动力学行为5.1时滞反应扩散方程平衡解的振动性5.1.1引言5.1.2 预备知识5.1.3主要结果5.1.4应用举例5.2具有阶段结构及时滞的捕食与被捕食模型的动力学行为5.2.1引言及预备知识5.2.2解的存在唯一性5.2.3平衡解的局部稳定性5.2.4平衡解的全局稳定性5.3具有阶段结构及时滞的三种群食物链模型的动力学行为5.3.1预备知识5.3.2解的存在唯一性5.3.3解的渐近行为第6章具放牧率的多种群反应扩散模型的概周期解6.1具放牧率的多种群竞争扩散模型的概周期6.1.1引言6.1.2模型描述与预备知识6.1.3主要结果及证明6.1.4n种群竞争系统描述及预备知识6.1.5N种群竞争系统的主要结果及证明6.2具放牧率的三种群捕食一被捕食扩散模型的概周期解6.2.1引言6.2.2具有放牧率及扩散的捕食模型描述6.2.3预备知识6.2.4三种群捕食模型的主要结果及证明第7章奇异摄动问题的渐近性态7.1三种群食物链模型的奇异摄动7.1.1引言7.1.2预备知识7.1.3主要结果7.2非线性扩散系统的奇摄动问题7.2.1引言及预备知识7.2.2主要结果及证明7.3非线性奇摄动方程组的渐近性态7.3.1引言及预备知识7.3.2主要结果及证明参考文献索引。
对流弥散方程的求解细节对流弥散方程是一个描述物质在流体中传输过程的偏微分方程。
这个方程通常用于环境科学、水文学、海洋学等领域,以模拟和预测污染物的扩散和传输。
对流弥散方程的一般形式可以表示为:[ \frac{\partial C}{\partial t} + u \frac{\partial C}{\partial x} = D \frac{\partial^2C}{\partial x^2} ]其中:•( C ) 是物质的浓度,•( t ) 是时间,•( x ) 是空间坐标(通常是一维情况),•( u ) 是流体的速度,•( D ) 是弥散系数。
这个方程描述了浓度( C ) 如何随时间( t ) 和空间( x ) 变化。
方程左侧的第一项表示浓度随时间的变化率,第二项表示浓度随空间的变化率(对流项),而右侧表示浓度在空间上的弥散(扩散项)。
为了求解这个方程,我们需要知道初始条件(( C(x, 0) ))和边界条件(例如( C(0, t) ) 和( C(L, t) ))。
然后,我们可以使用数值方法(如有限差分法、有限元法或谱方法等)来求解这个偏微分方程。
以下是一个使用有限差分法求解一维对流弥散方程的简单示例:1.离散化方程:首先,我们需要将连续的空间和时间离散化。
假设空间步长为( \Delta x ),时间步长为( \Delta t ),则( x_i = i \Delta x ) 和( t_n = n \Delta t )。
2.差分方程:对于时间的一阶导数,我们使用前向差分:[ \frac{\partial C}{\partial t} \approx \frac{C^{n+1}i - C^n_i}{\Delta t} ]对于空间的一阶导数,我们使用中心差分:[ \frac{\partial C}{\partial x} \approx \frac{C^{n}{i+1} - C^{n}{i-1}}{2 \Delta x} ]对于空间的二阶导数,我们同样使用中心差分:[ \frac{\partial^2 C}{\partial x^2} \approx \frac{C^{n}{i+1} - 2C^{n}{i} +C^{n}{i-1}}{\Delta x^2} ]3.代入原方程:将上述差分表达式代入对流弥散方程,得到:[ \frac{C^{n+1}i - C^n_i}{\Delta t} + u \frac{C^{n}{i+1} - C^{n}{i-1}}{2 \Delta x} =D \frac{C^{n}{i+1} - 2C^{n}{i} + C^{n}{i-1}}{\Delta x^2} ]4.整理得到差分方程:通过整理上述方程,我们可以得到一个关于( C^{n+1}i ) 的表达式,该表达式涉及( C^n_i ),( C^n{i-1} ),和( C^n_{i+1} )。
求解对流扩散方程的ENO-MMOCAA差分解法
由同顺
【期刊名称】《工程数学学报》
【年(卷),期】2004(021)003
【摘要】把ENO插值和MMOCAA"(The modified method of characteristics with adjusted advection,Jim Douglas,Jr.,Numer.Math.(1999),Vol. 83:353-369)"差分方法相结合,提出了求解对流扩散方程的ENO-MMOCAA差分方法,避免了原来基于高阶Langrange插值的MMOCAA差分方法在解的陡峭前缘附近产生的震荡.本文给出了格式的误差估计及数值算例.
【总页数】5页(P377-381)
【作者】由同顺
【作者单位】南开大学数学学院,天津,300071
【正文语种】中文
【中图分类】O241.82
【相关文献】
1.对流扩散方程的基于加权本质非振荡插值的调整对流的修正特征差分解法 [J], 由同顺
2.时间-空间分数阶对流扩散方程的有限差分解法 [J], 张阳;于志玲
3.非线性对流扩散方程第三边值问题的特征—差分解法 [J], 张强;汤怀民
4.对流扩散方程的三层ENO-MMOCAA差分方法 [J], 由同顺
5.求解对流扩散方程的ICT-MMOCAA差分解法 [J], 由同顺
因版权原因,仅展示原文概要,查看原文内容请购买。
求解euler方程的区域分解方法与并行算法
euler方程是应用非常广泛的一种科学计算方法,它是一种非线性常微分方程,能够模拟出许多物理过程。
求解euler方程有两种主要的方法,一是区域分解法,二是并行算法。
区域分解法是将求解euler方程所涉及的数学模型,按照时间步长进行分解,分解之后将每一部分的结果进行组合,得到最终的解。
它的优点是求解的过程较为容易,可以在小时间内完成,同时它也可以快速准确地模拟出复杂的物理过程,不会出现不稳定的现象。
并行算法是将计算机集中利用多个处理器资源,同时进行多组计算工作以解决euler方程的一种算法。
它的优点是可以快速准确的完成任务,而且多个处理器之间的对接也比较容易,可以很好的实现多种结果的快速计算。
求解euler方程的区域分解方法和并行算法,既能更快的求出euler方程的解,又能保证解的准确度,有效的解决复杂的物理过程中遇到的问题,是一种非常有效的科学计算方法。