【摘要】：對于非線性擴散占優(yōu)Volterra型偏泛函微分方程的時間離散化,以往最常用的方法是Volterra泛函微分方程(VFDE)的隱式Euler方法及梯形方法,有時候也使用隱式中點法及Bellen和Zennaro所建議的二級Lobatto IIIC Runge-Kutta方法。為了避免出現Bellen和Zennaro所指出的“order failure”和“stability failure”現象,本文約定恒使用VFDE的正則Runge-Kutta法(Canonical Runge-Kutta methods,abbr.CaRK),不使用連續(xù)Runge-Kutta法(abbr.CRK)。為方便計,我們將上述四種不同的時間離散化方法依次簡記為CaIE、CaTr、CaIM及CaLo2。本文的第一項主要工作是通過理論分析和數值試驗,對上述四種不同的時間離散化方法進行了仔細比較(參見第三章)。我們發(fā)現其中計算效率最高的是CaIM方法。這一發(fā)現為選擇時間離散化方法提供了新的重要科學依據。其重要性在于對于求解上述類型的強非線性問題,有可能導致在不久的將來CaIM方法逐漸上升為使用最廣的時間離散化方法之一,而CaTr方法有可能使用得越來越少,甚至有可能逐漸被淘汰。本文的第二項主要工作是證明了CaIM方法在一致時間網格上是二階最佳B-收斂的(參見第二章)。這一新的階結果比以往文獻中已有的關于CaIM方法的階結果提高了一階。正是由于這一創(chuàng)新成果,才使人們意識到CaIM方法有可能比CaTr方法更好,因為前者是B-穩(wěn)定且二階最佳B-收斂的,而后者即使是對于求解常微分方程問題,也僅僅是A-穩(wěn)定且二階經典收斂的,而不是B-穩(wěn)定和B-收斂的,因此對于求解上述類型的強非線性問題,后者有可能出現不穩(wěn)定現象,甚至有可能導致整個計算失敗。應當指出,CaIM方法的最佳B-收斂階為2這一性質盡管要求時間網格均勻,但對于分段均勻的時間網格同樣是成立的。而這正是實際應用中出現得最多的情形。此外,作為本項研究的延伸,我們構造了一類分數階偏泛函微分方程的高精度算法(參見第四章)。
【學位授予單位】：湘潭大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：O241.8

【相似文獻】

相關期刊論文 前10條

1 費景高;常微分方程向前步組合離散化方法[J];計算數學;1991年03期

2 蔣盛益;李霞;鄭琪;;一種近似等頻離散化方法[J];暨南大學學報(自然科學與醫(yī)學版);2009年01期

3 侯廷玉 ,徐金生;試論數值數學的離散化方法[J];山西大學學報(自然科學版);1980年01期

4 李曉宏;孫林巖;李剛;;基于正態(tài)分布特征的連續(xù)屬性無監(jiān)督離散化方法研究[J];科學與管理;2009年06期

5 張銓,王彤,強文義;模擬量補償網絡離散化方法的仿真研究(英文)[J];控制理論與應用;1986年02期

6 殷學綱，萬慧;多剛體離散化方法在桿梁結構的屈曲與后屈曲分析中的應用[J];應用力學學報;1995年02期

7 岳曉冬;胡建龍;李德玉;;線性存儲的MD-離散化方法[J];山西大學學報(自然科學版);2006年02期

8 丁劍;白鳳偉;;一種基于相似性度量的離散化方法[J];西北師范大學學報(自然科學版);2012年05期

9 任建芳,王石;最優(yōu)停止理論中離散化方法的應用[J];國防科技大學學報;1998年02期

10 田建軍;唐中勇;;基于RBF函數狀態(tài)離散化的激勵學習[J];太原師范學院學報(自然科學版);2006年03期

相關會議論文 前1條

1 苗奪謙;王玨;;RS理論中連續(xù)屬性的離散化方法[A];1998年中國智能自動化學術會議論文集（下冊）[C];1998年

相關博士學位論文 前3條

1 李云飛;非線性擴散占優(yōu)偏泛函微分方程時間離散化方法比較及若干相關研究[D];湘潭大學;2015年

2 桑雨;連續(xù)數據離散化方法研究[D];大連理工大學;2012年

3 李明震;基于完全離散化方法的切削過程穩(wěn)定性預測研究[D];華中科技大學;2013年

相關碩士學位論文 前3條

1 謝作將;面向樸素貝葉斯算法的離散化方法研究[D];北京交通大學;2008年

2 岳曉冬;基于粗糙集理論的連續(xù)值屬性離散化方法研究[D];山西大學;2006年

3 王洪澤;一種改進的屬性離散化方法[D];吉林大學;2007年

本文編號：2748706