分数阶扩散方程的高精度离散方法、快速算法及应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11771265
  • 项目类别:
    面上项目
  • 资助金额:
    48.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0502.数值代数
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

Fractional diffusion equation has a wide range of application background in physics, biology, finance, and image processing, etc., and numerical method is the main way to solve such kind of problems. Therefore, it has important theoretical meaning and high application value to construct efficient, fast algorithms, and analyze the accuracy of numerical solutions and the convergence and stability the algorithms. ..In this project, we mainly study highly accurate discretization methods and fast algorithms for the solution of the initial-boundary problem for one-dimensional space fractional diffusion equations. We aim to construct highly accurate and structured discretization for the problem by using special properties of fractional order derivatives, and study the accuracy of the numerical solutions theoretically. We also plan to construct efficient matrix-vector multiplication and structured preconditioner by exploiting the structure of the coefficient matrices of the discretization linear systems, and deduce theoretical results for the complexity, stability, and convergence of the proposed algorithms. In addition, we will study numerical methods for other types of fractional differential equations and problems, e.g., higher dimensional space fractional diffusion equation, time fractional differential equation and space fractional backward diffusion problem.
分数阶扩散方程在物理学、生物学、金融和图像处理等领域有广泛的应用背景,而数值解法是求解这类问题的主要途径。因此,构造这类方程的高效、快速的求解方法并从理论上分析数值解的精度、算法的收敛性和稳定性等性质,具有重要的理论意义和很高的应用价值。..本项目主要研究一维空间分数阶扩散方程的初值-边值问题的高精度离散方法和快速求解方法。我们拟应用分数阶导数的特殊性,通过配置法构造空间分数阶扩散方程的高精度结构化离散,并从理论上对数值解的精度进行深入的讨论;同时,挖掘相应的离散方程组的系数矩阵的特殊结构,构造高效的矩阵-向量快速算法和结构化的预处理矩阵,建立比较完整的计算复杂性、稳定性和收敛性理论;另外,我们还将研究其它类型的分数阶偏微分方程和问题的数值解法,如高维空间分数阶扩散方程,时间分数阶微分方程和空间分数阶反向扩散问题等。

结项摘要

分数阶扩散方程在物理学、生物学和金融等领域有广泛的应用背景,而数值解法是求解这类问题的主要途径。因此,构造这类方程的高效、快速的求解方法并从理论上分析数值解的精度、算法的收敛性和稳定性等性质,具有重要的理论意义和很高的应用价值。. 本项目主要研究分数阶空间分数阶扩散方程的高精度离散方法和快速算法。离散方法主要研究高阶有限差分方法和谱方法,分析其收敛性、稳定性和计算复杂性。. 主要成果如下: (1) 将Runge-Kutta方法与Gegenbauer谱方法相结合,应用于一个包含Riesz型分数阶导数的二维非线性分数阶方程。该方法在时间步长足够小的时候稳定,关于空间网格点数有指数收敛性质。(2) 将Fourier谱方法应用于一个初始条件为周期函数的非线性分数阶薛定谔方程,证明半离散Fourier谱方法得到的代数方程组的质量和能量守恒律,分析误差,并通过自适应时间步长选择策略提高求解的效率。(3) 提出推广的左移和右移分数阶Legendre多项式,并给出了其在分数阶微分方程领域的应用。(4) 对WSGD格式作深入的研究,获得若干有意义的成果。(i)导出带参数的三点WSGD格式,得到精度阶和稳定性结果,以及参数选择方法。(ii) 分析CN-WSGD格式的稳定性和精度阶,提出预处理矩阵的构造方法。(iii) 将三点WSGD格式应用于变阶分数阶扩散方程,分析相应的CN-WSGD格式的稳定性条件和参数选择方法并给出预处理迭代解法。(iv) 将WSGD格式推广应用于对流-扩散方程,给出相应的CN-WSGD格式的稳定性条件和参数选择方法并给出预处理迭代解法。(v) 将WSGD格式与隐式Runge-Kutta方法结合起来,得到IRK-WSGD格式,获得精度阶、收敛性和稳定性的结果并给出快速迭代方法。(vi) 将3点WSGD方法推广到4点WSGD方法,得到精度和稳定性结果,推导离散线性方程组的快速求解方法。(5) 分别对Riesz型空间分数阶扩散方程和单侧分数阶扩散方程的离散方程组研究预处理矩阵的性能,获得预处理后的矩阵的条件数上界。. 本项目已发表学术论文18篇,其中13篇被权威科技文献检索系统检索,会议论文3篇;培养毕业博士研究生2名,硕士研究生14名。

项目成果

期刊论文数量(18)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(0)
Left- and Right-Shifted Fractional Legendre Functions with an Application for Fractional Differential Equations
左移和右移分数勒让德函数及其在分数阶微分方程中的应用
  • DOI:
    10.1155/2020/6036417
  • 发表时间:
    2020-02
  • 期刊:
    Advances in Mathematical Physics, id 6036417
  • 影响因子:
    --
  • 作者:
    Qu Haidong;Yang Xiaopeng;She Zihang
  • 通讯作者:
    She Zihang
Fourier spectral method with an adaptive time strategy for nonlinear fractional Schrodinger equation
非线性分数阶薛定谔方程的自适应时间策略傅里叶谱方法
  • DOI:
    10.1002/num.22453
  • 发表时间:
    2020
  • 期刊:
    Numerical Methods for Partial Differential Equations
  • 影响因子:
    3.9
  • 作者:
    Qu Haidong;She Zihang
  • 通讯作者:
    She Zihang
Homotopy Analysis Method for Three Types of Fractional Partial Differential Equations
三类分数阶偏微分方程的同伦分析方法
  • DOI:
    10.1155/2020/7232907
  • 发表时间:
    2020-07
  • 期刊:
    Complexity, id 7232907
  • 影响因子:
    --
  • 作者:
    Qu Haidong;She Zihang;Liu Xuan
  • 通讯作者:
    Liu Xuan
A Runge-Kutta Gegenbauer spectral method for nonlinear fractional differential equations with Riesz fractional derivatives
具有Riesz分数阶导数的非线性分数阶微分方程的Runge-Kutta Gegenbauer谱方法
  • DOI:
    10.1080/00207160.2018.1487059
  • 发表时间:
    2019
  • 期刊:
    International Journal of Computer Mathematics
  • 影响因子:
    1.8
  • 作者:
    Lin Fu-Rong;Qu Haidong
  • 通讯作者:
    Qu Haidong
Stability and convergence of 3-point WSGD schemes for two-sided space fractional advection-diffusion equations with variable coefficients
变系数两侧空间分数平流扩散方程3点WSGD格式的稳定性和收敛性
  • DOI:
    10.1016/j.apnum.2021.05.007
  • 发表时间:
    2021
  • 期刊:
    APPLIED NUMERICAL MATHEMATICS
  • 影响因子:
    2.8
  • 作者:
    Lin Fu-Rong;She Zihang
  • 通讯作者:
    She Zihang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Genuine-Optimal Circulant Preconditionersfor Wiener-Hopf Equations
Wiener-Hopf 方程的真正最优循环预条件子
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Journal of Computational Mathematics
  • 影响因子:
    0.9
  • 作者:
    林福荣
  • 通讯作者:
    林福荣
An interpolation-based adaptive solution method for Fredholm integral equations of the second kind
基于插值的第二类Fredholm积分方程自适应求解方法
  • DOI:
    --
  • 发表时间:
    2004
  • 期刊:
    黑龙江大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    林福荣;吴静
  • 通讯作者:
    吴静
Factorized Banded Inverse Preconditioners for Matrices with Toeplitz Structure
Toeplitz 结构矩阵的因式分解带状逆预处理器
  • DOI:
    10.1137/030601272
  • 发表时间:
    2005-06
  • 期刊:
    SIAM J Scientific Computing
  • 影响因子:
    --
  • 作者:
    林福荣;Michael K. Ng;Wai-Ki Ching
  • 通讯作者:
    Wai-Ki Ching
单纯形法的一种新的入基准则
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    曲阜师范大学学报
  • 影响因子:
    --
  • 作者:
    林福荣;陈东宜
  • 通讯作者:
    陈东宜

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

林福荣的其他基金

一类Robin反问题的数值解法
  • 批准号:
    11271238
  • 批准年份:
    2012
  • 资助金额:
    50.0 万元
  • 项目类别:
    面上项目
弗雷德霍姆方程的预处理迭代解法
  • 批准号:
    10271070
  • 批准年份:
    2002
  • 资助金额:
    13.0 万元
  • 项目类别:
    面上项目
求解FREDHOLM积分方程的带预处理的共轭梯度法
  • 批准号:
    19901017
  • 批准年份:
    1999
  • 资助金额:
    5.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码