Eigenvector decomposition to determine the existence, shape, and location of numerical oscillations in Parabolic PDEs
本文利用线性代数和泛函分析的方法,给出了线性和非线性抛物型偏微分方程无振荡解和稳定解的充要条件.我们将奇异值分解和傅里叶分析应用于各种有限差分格式,以提取特征函数(由特征向量采样)中的模式及其特征谱的形状。通过这些,我们确定了初始和边界条件如何影响数值振荡的频率和长期行为,以及对它们最敏感的解区域的位置。
2020-12-29 cs.NA math.NA
A reduced basis method for parabolic PDEs based on a space-time least squares formulation
University of Koblenz(科布伦茨大学)
本文提出了一种基于时空最小二乘法的降阶方法,用于求解参数依赖的抛物型PDEs,通过POD-greedy方法结合离线-在线分解,提供误差界认证。
2026-01-29 cs.NA math.NA
A stochastic collocation approach for parabolic PDEs with random domain deformations
Boston University(波士顿大学)
本文研究了如何通过随机置信法近似依赖于线性抛物型偏微分方程解的量的统计矩,其中几何形状被随机参数化,并通过等价的确定性域和随机系数进行重新映射,推导了随机矩的收敛率并与数值实验进行比较。
2019-05-28 cs.NA math.NA
An ensemble algorithm for numerical solutions to deterministic and random parabolic PDEs
Sichuan University(四川大学);University of Electronic Science and Technology of China(电子科技大学);University of South Carolina(南卡罗来纳大学)
本文提出一种基于集成的时间推进算法,用于高效求解一组线性二阶抛物型偏微分方程的数值解,通过引入扩散系数函数的集成平均和新的半隐式时间积分方法,提高了求解效率,并通过理论分析和数值实验验证了其有效性。
2017-10-17 cs.NA math.NA
Galerkin-Bernstein Approximations of the System of Time Dependent Nonlinear Parabolic PDEs
本文提出基于修正Bernstein多项式的修正Galerkin加权残差法,结合后向差分与Picard迭代求解时间相关非线性抛物型偏微分方程组,并通过数值算例验证其适用性与效率。
2023-07-10 cs.NA math.NA
A priori error analysis of consistent PINNs for parabolic PDEs
本文对仅用点值数据的抛物型PDE配点方法提出新的先验分析,构造一致损失函数,在Besov正则性下证明近最优恢复率,并通过数值实验验证。
2025-06-21 cs.NA math.NA
Second order finite volume IMEX Runge-Kutta schemes for two dimensional parabolic PDEs in finance
本文提出一种通用的二阶有限体积IMEX Runge-Kutta方法,用于求解带混合导数的二维金融抛物型偏微分方程,在非正则初始条件下仍保持二阶收敛,并能准确无振荡地计算Greeks。
2024-09-02 cs.NA math.NA
Interpolatory HDG Method for Parabolic Semilinear PDEs
University of Minnesota(明尼苏达大学);Missouri University of Science and Technology(密苏里科技大学)
本文提出了一种插值型混合不连续Galerkin方法,用于解决一类标量抛物半线性PDEs。该方法通过插值过程高效准确地近似非线性项,避免了标准非线性PDEs HDG方法中每个时间步每个迭代都需要进行的数值积分,从而降低了计算成本。此外,插值型HDG插值过程为非线性项和雅可比矩阵提供了简单的显式表达式,从而为多种非线性PDEs提供了一种简单的统一实现。对于全局Lipschitz非线性,我们证明插值型HDG方法不会降低收敛阶。通过2D和3D数值实验展示了该方法的性能。
2018-11-23 cs.NA math.NA
Efficient Sobolev approximation of linear parabolic PDEs in high dimensions
本文研究线性抛物型 PDE 解的一阶 Sobolev 范数近似误差,提出基于 Feynman--Kac 表示与 Euler 离散化的 Monte Carlo Euler 格式,证明其打破维度灾难,并推论神经网络在系数可高效近似时同样能无维度灾难地近似解。
2023-06-29 cs.NA math.NA
Gamblets for opening the complexity-bottleneck of implicit schemes for hyperbolic and parabolic ODEs/PDEs with rough coefficients
California Institute of Technology(加州理工学院);Shanghai Jiao Tong University(上海交通大学)
本文提出了一种扩展的赌局基函数,用于高效求解隐式方案中的线性系统,提供近线性复杂度和严谨的误差界。
2017-06-30 cs.NA math.NA stat.ML
ARDO: A Weak Formulation Deep Neural Network Method for Elliptic and Parabolic PDEs Based on Random Differences of Test Functions
Dept. of Mathematics, Southern Methodist University, Dallas, TX 75275(数学系,南方 Methodist 大学,德克萨斯州达拉斯市)
本研究提出ARDO深度学习方法,通过将随机差分算子转移至测试函数的弱对抗形式,实现对解神经网络无需求导,可高效求解Fokker-Planck型二阶椭圆与抛物型偏微分方程。
2025-09-03 cs.AI cs.NA math.NA
FBSDE based Neural Network Algorithms for High-Dimensional Quasilinear Parabolic PDEs
本文提出了基于前向和后向随机微分方程(FBSDEs)的深度神经网络(DNN)学习算法,用于求解高维拟线性抛物型偏微分方程(PDE),并通过Pardoux-Peng理论将其与FBSDEs联系起来。该算法依赖于一个学习过程,通过最小化两个离散随机过程之间的路径差异,定义的时间离散化的FBSDES和DNN表示的PDE解决方案,分别。所提出的算法产生DNN解决方案的100维Black-Scholes-Barenblatt方程,在有限区域的解决方案空间中的准确,并具有类似的欧拉-丸山离散用于FBSDES的收敛速度。因此,在时间离散化上的Richardson外推技术可以用于提高DNN解决方案的准确性。对于时间振荡的解决方案,多尺度DNN示出,以提高高频率的FBADNN的性能。
2021-05-06 cs.NA math.NA
On parareal algorithms for semilinear parabolic Stochastic PDEs
Univ Lyon, CNRS, Université Claude Bernard Lyon 1, UMR5208, Institut Camille Jordan(里昂大学);Department of Mathematics, Purdue University(普渡大学)
本文研究了半线性抛物型随机偏微分方程的并行算法,分析了粗格子求解器的选择、噪声正则性以及并行迭代次数对算法性能的影响,并通过理论分析和数值实验进行了探讨。
2019-02-14 cs.NA math.NA
Full-Projection explicit FBSDE scheme for parabolic PDEs with superlinear nonlinearities
University of Edinburgh(爱丁堡大学);The Alan Turing Institute(艾伦·图灵研究所)
本文提出一种全投影显式时间离散化方案,用于近似具有多项式增长非全局Lipschitz驱动项的FBSDE及抛物型非线性PDE,证明其收敛性并保持连续时间动态的稳定性特性。
2017-08-10 cs.NA math.NA
Aubin--Nitsche-type estimates for space-time FOSLS for parabolic PDEs
本文针对求解热传导方程的FOSLS发展了Aubin-Nitsche型估计,证明了在特定条件下标量场变量$L^2$误差具有更高收敛速度,并展示了高阶守恒性质与弱范数拟最优性。
2024-12-05 cs.NA math.NA
Anisotropic Besov regularity of parabolic PDEs
本文研究抛物型发展方程解的正则性。特别注意的是,在特定的各向异性尺度$\ B^{r\mathbf{a}}_{τ,τ}, \ \frac{1}τ=\frac{r}{d}+\frac{1}{p}\ $的Besov空间,其中$\mathbf{a}$措施的各向异性的光滑性。在这些空间中的规则性决定了可以通过完全空时自适应逼近方案实现的逼近阶。特别地,我们证明了对于热方程,我们的结果显着改进了Aimar和Gomez [3]的先前结果。
2021-12-17 cs.NA math.AP math.NA
Quasi-optimal time-space discretizations for a class of nonlinear parabolic PDEs
Ulm University(乌尔姆大学);University of Amsterdam(阿姆斯特丹大学)
本文提出了一类非线性抛物型PDEs的准最优时间-空间离散化方法,通过引入额外变量构造等价系统,并利用Galerkin离散化与近似Uzawa算法求解,同时发展了后验条件以确保准最优性。
2026-01-19 cs.NA math.NA
A Tree-Based Localized Reduced Basis Method for Parametrized Parabolic PDEs
University of Ottawa(渥太华大学)
提出基于层次二叉树参数域划分的局部化降基方法,结合POD-Greedy构造降基空间,推导等价后验误差估计器并用于模态数选择,数值实验验证了收敛性。
2026-09-30 cs.NA math.NA
Moreau-Yosida regularization for optimal control of fractional PDEs with state constraints: parabolic case
研究了具有状态和控制约束的分数阶抛物型偏微分方程的最优控制问题。关键的挑战是如何处理国家的限制。同样,椭圆的情况下,在本文中,我们建立了几个新的数学工具,在抛物设置更广泛的兴趣。例如,在右手边有测量数据的分数阶抛物型方程解的存在性。我们采用Moreau-Yosida正则化来处理状态约束。我们建立了收敛速度,正则化的最优控制问题的原始之一。数值实验证实了我们在理论上所证明的。
2020-04-20 cs.NA math.AP math.NA
Exp-ParaDiag: Time-Parallel Exponential Integrators for Parabolic PDEs
Institute of Mathematics, Czech Academy of Sciences(捷克科学院数学研究所);School of Mathematics, Indian Institute of Science Education and Research Thiruvananthapuram(印度科学教育与研究学院特里凡得琅数学学院)
Exp-ParaDiag通过结合指数积分器与ParaDiag框架,提出了一种用于抛物型PDEs的时间并行方法,实现六阶时间精度并验证了其在非线性问题中的收敛性。
2026-03-04 cs.NA math.NA
Asymptotic expansion regularization for inverse source problems in two-dimensional singularly perturbed nonlinear parabolic PDEs
本文对二维非线性、非定常奇摄动偏微分方程(PDE)的源反问题提出了一种渐近展开正则化(AER)方法。这种方法的关键思想是使用的渐近展开理论,它使我们能够确定的条件下,一个解决方案的存在性和唯一性的一个给定的偏微分方程的尖锐的过渡层。作为一个副产品,我们推导出一个更简单的连接方程之间的源函数和一阶渐近近似的可测量的量,并基于该方程,我们提出了一个有效的反演算法,AER,反源问题。我们证明了这种简化不会降低反演结果的精度,特别是对于有噪声数据的反演问题。各种数值例子来证明我们的新方法的效率。
2022-10-13 cs.NA math.NA
Effective Methods for Solving Band SLEs after Parabolic Nonlinear PDEs
Joint Institute for Nuclear Research(俄罗斯联合核研究所)
本文研究了多层域中热传递过程模型,提出了一种非均匀网格的有限差分方案,用于求解非对角占优且非正定的带状线性方程组。
2018-02-10 cs.NA math.NA
Carleman Linearization of Parabolic PDEs: Well-posedness, convergence, and efficient numerical methods
本研究将Carleman线性化拓展至无穷维希尔伯特空间的二次非线性动力系统,证明其适定性与收敛性,分析离散化误差分解,提出用结构感知数值方法缓解维数灾难,并通过实验验证,为抛物型PDE求解提供新方法支撑。
2025-10-01 cs.NA math.NA
Convergence analysis of explicit stabilized integrators for parabolic semilinear stochastic PDEs
显式稳定积分器是隐式或半隐式方法的有效替代方案,以避免标准显式积分器应用于刚性扩散问题所面临的严格时间步长限制。本文给出了一类抛物型半线性确定性和随机偏微分方程的一族显式稳定化方法与有限元法耦合的全离散强收敛性分析。数值实验包括半线性随机热方程时空白噪声证实了理论研究结果。
2022-12-13 cs.NA math.NA math.PR
Convergence analysis of the Magnus-Rosenbrock type method for the finite element discretization of semilinear non-autonomous parabolic PDEs with nonsmooth initial data
Western Norway University of Applied Sciences(西挪威应用科学大学);University of Cape Town(开普敦大学);Technische Universität Chemnitz(开姆尼茨工业大学)
本文研究了非自治半线性抛物型PDEs在非光滑初始数据下的数值解法,提出Magnus-Rosenbrock方法,证明了该方法在空间和时间上的收敛性,且初始数据正则性影响收敛阶。
2018-09-10 cs.NA math.NA
On multilevel Picard numerical approximations for high-dimensional nonlinear parabolic partial differential equations and high-dimensional nonlinear backward stochastic differential equations
Princeton University(普林斯顿大学);Peking University(北京大学);University of Duisburg-Essen(杜伊斯堡-埃森大学);ETH Zurich(苏黎世联邦理工学院)
本文研究了高维非线性抛物型偏微分方程和高维非线性反向随机微分方程的数值近似方法,提出了一种基于皮卡近似和多级蒙特卡洛方法的算法,并通过数值模拟验证了其在100维问题中的准确性和效率。
2017-08-10 cs.NA math.NA
An approximation scheme for semilinear parabolic PDEs with convex and coercive Hamiltonians
对一类梯度为凸强制的半线性抛物型方程提出了一个逼近格式。这样的方程经常出现在不完全市场的定价和投资组合管理中,更广泛地说,直接与后向随机微分方程的解的表示有关。所提出的方案是基于分裂的方程分为两部分,第一个相应的线性抛物型方程和第二个哈密尔顿-雅可比方程。这两个方程的解分别使用Feynman-Kac和Hopf-Lax公式进行近似。结合Krylov的振动系数技术和Barles-Jakobsen的最优切换近似,我们建立了该格式的收敛性并确定了其收敛速度。
2019-11-04 cs.NA math.NA math.OC
Boundary-safe PINNs extension: Application to non-linear parabolic PDEs in counterparty credit risk
这项工作的目标是开发深度学习数值方法来解决非线性PDE模型给出的期权XVA定价问题。提出了一种处理边界条件的新策略,该策略可以摆脱与训练过程相关的损失函数中出现的不同adjunctions的权重的启发式选择。它是基于定义的损失相关联的边界的偏微分方程所产生的替代到模型方程本身的相关条件。此外,采用自动微分来获得偏导数的精确近似。
2022-10-05 cs.NA math.NA q-fin.CP
Exponential Convergence of $hp$-Time-Stepping in Space-Time Discretizations of Parabolic PDEs
对于具有Lipschitz连续系数的散度型自伴时间齐次椭圆算子的线性抛物型初边值问题,以及对于多边形/多面体区域$D$中的非协调时间解析强迫项,我们证明了解的时间解析性.时间分析量化的加权,解析函数类,数据有限,低空间规律性,没有边界的兼容性。利用这一结果,我们证明指数收敛的一个符合,半离散$hp$时间步进的方法。我们结合这种半离散化的时间与一阶,所谓的“$h$版本”拉格朗日有限元与角落的空间细化成一个张量产品,符合离散化的时空配方。我们证明,在适当的角和角边网格细化的$D$,误差与自由度的时空行为的数量基本上(对数项),标准有限元提供一个椭圆边值问题解决$D$。我们专注于二维空间域和评论的一维和三维的情况下。
2022-03-22 cs.NA math.NA
Hermite spectral method with hyperbolic cross approximations to high-dimensional parabolic PDEs
Tsinghua University(清华大学);Beijing University of Aeronautics and Astronautics (Beihang University)(北京航空航天大学)
本文研究了利用双曲交叉逼近的勒维方法在高维抛物型PDEs中的应用,通过误差估计和数值实验验证了该方法的指数收敛性。
2014-02-01 cs.NA math.AP math.NA
A Multilevel Monte Carlo Ensemble Scheme for Solving Random Parabolic PDEs
University of Electronic Science and Technology of China(电子科技大学);Sichuan University(四川大学);University of South Carolina(南卡罗来纳大学)
本文提出一种高阶时间精度的多级蒙特卡洛集合方法,用于求解随机抛物偏微分方程,通过多级蒙特卡洛方法降低计算成本并验证了方法的收敛性。
2018-02-15 cs.NA math.NA
An optimized Space-Time Multigrid algorithm for parabolic PDEs
我们研究了三个方向,以进一步改进[GanNeu 16]中引入的具有块Jacobi平滑器的高效时空多重网格算法。首先,我们推导出一个完整的时空粗化策略的情况下的最佳平滑参数的解析表达式;其次,我们提出了一个新的和有效的直接粗化策略,通过防止粗化制度的变化,简化了代码;第三,我们还优化了整个两个周期,以调查是否有可能进一步提高效率。特别是,我们表明,我们的新的粗化策略导致一个显着的效率增益时,比率$τ/h^2$是小的,其中$τ$和$h$代表的时间和空间的步骤。我们的分析是在一维空间中进行的,在空间中使用中心有限差分,在时间上使用向后欧拉,但可以推广到其他情况。我们还提出了数值实验,证实了我们的理论研究结果。
2023-02-27 cs.NA math.NA
Numerical approximation of port-Hamiltonian systems for hyperbolic or parabolic PDEs with boundary control
我们考虑设计的结构保持离散化方法的边界控制的偏微分方程(PDE)的解决方案,由于端口的哈密顿形式主义。首先,我们提供了一种新的一般结构的无限维端口-哈密顿系统(pHs)的分区有限元法(PFEM)直接适用。所提出的策略适用于抽象的多维线性双曲和抛物型方程组的偏微分方程。然后,我们表明,基于波动方程,Mindlin方程和热方程的教学模型问题适合在这个统一的框架。其次,我们介绍了正在进行的项目SCRIMP(多物理场相互作用的模拟和控制)开发的数值模拟的无限维pH值。SCRIMP特别依赖于FEniCS开源计算平台进行有限元空间离散化。最后,我们说明了如何在这个框架内解决所考虑的模型问题,仔细解释的方法。作为额外的支持,配套的交互式笔记本电脑。
2020-09-29 cs.NA math.DS math.NA
Deep splitting method for parabolic PDEs
ETH Zurich(苏黎世联邦理工学院);University of Münster(明斯特大学);Nanyang Technological University(南洋理工大学)
在本文中,我们介绍了一种结合算子分裂和深度学习的非线性抛物型偏微分方程的数值方法。它将偏微分方程近似问题分解为一系列独立的学习问题。由于每个子问题的计算图相对较小,该方法可以处理极高维的偏微分方程。我们从物理,随机控制和数学金融不同的例子测试的方法。在所有情况下,它都能在最多10,000个维度上以较短的运行时间产生非常好的结果。
2021-06-21 cs.LG cs.NA math.NA
A data-driven model reduction method for parabolic inverse source problems and its convergence analysis
本文提出了一种数据驱动的模型降阶法来有效地求解抛物源反问题。我们的方法包括离线和在线阶段。在离线阶段,我们探索了抛物型偏微分方程(PDE)的解空间中的低维结构与给定的一类源函数和构造少量的适当的正交分解(POD)基函数,以实现显着的降维。通过引入POD基函数,我们可以在在线阶段非常快速地求解正问题。因此,本文提出了一种求解抛物源反问题中最优化问题的快速算法,简称POD算法。在弱正则性假设下,证明了POD算法求解正向抛物型偏微分方程的收敛性。此外,我们还得到了抛物源反问题POD算法的误差估计。最后,我们提出的数值例子来证明所提出的方法的准确性和效率。我们的数值结果表明,POD算法提供了相当大的计算节省了有限元法。
2021-10-14 cs.NA math.NA
Adaptive SIPG method for approximations of boundary control problems governed by parabolic PDEs
本文针对带双边盒约束的抛物型Neumann边值控制问题,提出基于SIPG离散的自适应有限元方法,推导可靠且高效的残差型误差估计子,并通过数值实验证明自适应细化优于均匀细化。
2025-07-20 cs.NA math.NA
A Probabilistic Scheme for Fully Nonlinear Nonlocal Parabolic PDEs with singular Lévy measures
Ecole Polytechnique(巴黎综合理工学院)
提出一种蒙特卡洛格式求解完全非线性非局部抛物型偏微分方程,通过截断无限Lévy测度避免困难,并证明格式收敛性及凹(凸)非线性情形的收敛速率。
2012-11-02 cs.NA math.NA math.PR
The tangential cone condition for some coefficient identification model problems in parabolic PDEs
切向条件在[Hanke et al.,95]作为解不适定问题的Landweber迭代收敛的充分条件。在本文中,我们提出了一系列的不定常基准反问题,我们可以验证这个条件。
2021-08-05 cs.NA math.AP math.DS
On the convergence of physics informed neural networks for linear second-order elliptic and parabolic type PDEs
Brown University(布朗大学)
物理信息神经网络(PINN)是基于深度学习的技术,用于求解计算科学和工程中的偏微分方程(PDE)。在数据和物理定律的指导下,PINN找到了一个近似于PDE系统的神经网络。这样的神经网络是通过最小化损失函数来获得的,在该损失函数中对PDE和数据的任何先验知识进行编码。尽管它在一维、二维或三维问题上取得了显著的经验成功,但PINN几乎没有理论依据。随着数据数量的增长,PINN会生成一个对应于神经网络序列的最小化器序列。我们想回答这样一个问题:极小值序列是否收敛于偏微分方程的解?我们考虑两类偏微分方程:线性二阶椭圆型和抛物型。通过采用Schauder方法和最大值原理,证明了极小值序列强收敛于$C^0$中的PDE解.此外,我们表明,如果每个极小满足初始/边界条件,收敛模式成为$H^1$。计算的例子来说明我们的理论研究结果。据我们所知,这是第一个显示PINN一致性的理论工作。
2020-10-21 cs.LG cs.NA math.NA
Stabilization of Parabolic Time-Varying PDEs using Certified Reduced-Order Receding Horizon Control
University of Konstanz(康斯坦茨大学)
针对线性时变抛物型PDE,提出基于降阶模型的有限维滚动时域控制方法,证明指数稳定性与次优性,并引入Galerkin模型降阶与后验误差分析,实现自适应控制与可计算性能界。
2026-05-26 cs.NA math.NA math.OC
Efficient Model Predictive Control for Parabolic PDEs with Goal Oriented Error Estimation
我们展示了如何后验目标为导向的误差估计可以用来有效地解决发生在模型预测控制(MPC)算法的子问题。在MPC中,仅计算出的解的初始部分被实现为反馈,这激励了特别针对该上下文定制的网格细化。为此,我们提出了一个截断的成本功能为目标导向的适应性和证明下稳定性假设,误差指标呈指数衰减的支持这个数量。这导致非常有效的时间和空间离散MPC,我们将说明通过各种数值例子。
2022-03-01 cs.NA math.NA math.OC
Monotone Schemes for Fully Nonlinear Parabolic Path Dependent PDEs
University of Southern California(南加州大学)
本文扩展了Barles和Souganidis的开创性工作到路径依赖情况,基于路径依赖PDE的粘性理论,证明了单调方案收敛于唯一粘性解,并提出一个例子,且在解足够光滑时获得收敛速率。
2014-02-17 cs.NA math.AP math.NA
Maximal regularity of backward difference time discretization for evolving surface PDEs and its application to nonlinear problems
通过将问题拉回到初始曲面,研究固定曲面上线性抛物方程的极大$L^p$-正则性,得到了发展曲面上线性抛物方程的极大抛物$L^p$ -正则性.通过在固定时间冻结抛物型方程中的系数,并利用冻结时间附近的扰动变元,证明了线性抛物型方程在演化曲面上沿特征轨迹的向后差分时间离散能保持离散设置中的最大$L^p$正则性.结果被应用于证明的稳定性和收敛性的时间离散的非线性抛物型方程的发展表面上,线性隐式向后微分公式的表面的特征轨迹,一般局部Lipschitz非线性。利用离散的极大$L^p$ -正则性证明了数值解在$L^\infty(0,T;W^{1,\infty})$范数下的有界性和稳定性,该范数用于稳定性分析中的非线性项的界化。将稳定性分析与一致性估计相结合,得到了时间离散化在$L^\infty(0,T;W^{1,\infty})$范数下的最优阶误差估计。
2022-02-03 cs.NA math.NA
The cutoff method for the numerical computation of nonnegative solutions of parabolic PDEs with application to anisotropic diffusion and lubrication-type equations
College of Math and Statistics, Nanjing University of Information Science and Technology(南京信息工程大学数学与统计学院);Department of Mathematics, the University of Kansas(堪萨斯大学数学系)
研究截断方法用于抛物型偏微分方程非负解的数值计算,给出线性抛物方程有限差分法结合截断的收敛性分析,并应用于线性各向异性扩散和非线性润滑型方程,数值结果与理论一致且与文献吻合。
2013-04-05 cs.NA math.NA
Efficient Order-Optimal Preconditioners for Implicit Runge-Kutta and Runge-Kutta-Nyström Methods Applicable to a Large Class of Parabolic and Hyperbolic PDEs
我们概括了Mardal,Nilssen和Staff(2007,SIAM J. Sci.第29页。361-375)和Rana,Howle,Long,Meek,and Milestone(2021,SIAM J. Sci. Comp. v. 43,p. 475-495)关于抛物型偏微分方程的阶最优预条件子到更大类的微分方程和方法。所考虑的问题是那些形式$u_{t}=-\mathcal{K}u+g$和$u_{tt}=-\mathcal{K}u+g$,其中运营商$\mathcal{K}$是由$\mathcal{K}u:=-\nabla\cdot\left(α\nabla u\right)+βu$和功能$α$和$β$定义的限制,使$α>0$,和$β\ge0$。所考虑的方法是抛物型方程的A-稳定隐式龙格-库塔法和双曲型方程的隐式Runge-Kutta-Nyström法。我们证明了由这些问题产生的阶段方程组的一类块预条件子的阶最优性,并进一步证明了Rana等人的LD和DU预条件子也属于这类预条件子.我们进行了几个测试问题的数值实验在这个类-二维扩散方程,Pennes生物热方程,波动方程,和Klein-Gordon方程,常系数和变系数。我们的实验表明,这些预条件,特别是LD预条件,是成功的减少系统的条件数,以及提高GMRES应用于阶段方程的收敛速度和求解时间。
2022-06-17 cs.NA math.NA
Superconvergence of the Strang splitting when using the Crank-Nicolson scheme for parabolic PDEs with Dirichlet and oblique boundary conditions
我们表明,Strang分裂方法适用于非均匀一般斜边界条件的扩散-反应方程是二阶时,扩散方程的Crank-Nicolson方法解决,而订单减少一般发生,如果使用其他Runge-Kutta格式,甚至精确流本身的扩散部分。当源项只依赖于空间变量时,我们证明了这些结果,这使得分裂方案等价于Crank-Nicolson方法本身应用于整个问题。数值实验表明,二阶收敛持续一般非线性。
2021-04-22 cs.NA math.AP math.NA
Reduced Basis method for finite volume simulations of parabolic PDEs applied to porous media flows
本文针对多孔介质中Darcy抛物型模型的有限体积模拟,提出基于POD-Greedy算法和面向目标的参数无关时空能量范数误差估计器的约化基方法,以快速评估不同参数下井注入区域附近通量并降低计算成本。
2024-06-12 cs.NA math.NA
Error Profile for Discontinuous Galerkin Time Stepping of Parabolic PDEs
考虑线性抛物问题的时间离散的间断Galerkin(DG)方法使用分段多项式的次数至多$r-1$在$t$,$r\ge1$和最大步长~ $k$。众所周知,DG误差的空间$L_2$ -范数在时间上具有全局最优阶$k^r$,并且对于$r\ge2$,在节点处具有阶$k^{2r-1}$的超收敛。我们发现,在$n$次子区间$(t_{n-1},t_n)$,在DG误差的主导项是成比例的本地右Radau多项式的程度$r$。该误差分布意味着DG误差在每个间隔中的右手Gauss-Radau正交点处为$k^{r+1}$阶。我们表明,在DG的解决方案在左端点$t_{n-1}$跳跃的规范提供了一个准确的\emph{a posteriori}估计的最大误差的子区间$(t_{n-1},t_n)$。此外,一个简单的后处理步骤产生一个\emph{continuous}分段多项式的次数$r$与最佳的全局收敛速度的顺序$k^{r+1}$。我们用一些数值实验来说明这些结果。
2022-09-22 cs.NA math.NA
Besov regularity of non-linear parabolic PDEs on non-convex polyhedral domains
该文研究非凸域上半线性抛物方程的Besov空间正则性,证明其正则性足够支撑自适应算法应用,证明基于Schauder不动点定理。
2025-03-21 cs.NA math.AP math.NA
A novel time integration scheme for linear parabolic PDEs
本文提出RBF-CN时间积分格式,通过径向基函数插值优化形状参数,在保持CN方法简单性的同时提升时间精度至四阶以上,并证实稳定性不变;实验表明,配合最优初始化,该格式在精度上媲美隐式Runge-Kutta方法,计算成本降低近两个数量级。
2025-09-08 cs.NA math.NA
Random domain decomposition for parabolic PDEs on graphs
本文针对图上抛物型PDE计算成本高的问题,提出PDE层面的RBM非重叠随机区域分解格式,证明其一阶均方一致收敛性,并通过实验验证显著节省内存与计算时间。
2025-08-29 cs.NA math.AP math.NA
HEATNETs: Explainable Random Feature Neural Networks for High-Dimensional Parabolic PDEs
Modelling and Engineering Risk and Complexity, Scuola Superiore Meridionale(南方高等学院建模与工程风险与复杂性研究中心);Hopkins Extreme Materials Institute and Dept. of Chemical and Biomolecular Engineering, Johns Hopkins University(约翰斯·霍普金斯大学霍普金斯极端材料研究所和化学与生物分子工程系);Department of Statistics and Stochastic Modelling and Applications Laboratory, Athens University of Economics and Business(雅典经济与商业大学统计学与随机建模与应用实验室)
本文提出HEATNETs,一种基于热核的单隐藏层随机特征神经网络,用于高效求解高维抛物型偏微分方程,证明了其无偏通用近似性和${O}(N^{-1/2})$收敛速率,并在高达2000维的基准问题中实现了高精度的可解释数值解。
2025-11-02 cs.LG cs.NA math.NA
Polynomial approximation of high-dimensional Hamilton-Jacobi-Bellman equations and applications to feedback control of semilinear parabolic PDEs
Imperial College London(帝国理工学院);University of Graz(格拉茨大学)
本文提出了一种数值逼近高维Hamilton-Jacobi-Bellman方程的程序,用于最优反馈控制问题,该方法结合了伪谱格点逼近PDE动力学和迭代方法求解非线性HJB方程,主要贡献是通过分离多项式逼近方法求解线性广义HJB方程,从而获得稳定反馈控制。
2019-02-06 cs.NA math.NA math.OC
Solving high-dimensional parabolic PDEs using the tensor train format
Freie Universität Berlin(柏林自由大学);BTU Cottbus-Senftenberg(科特布斯-森夫滕贝格勃兰登堡工业大学);dida Datenschmiede GmbH(dida数据锻造有限公司);Technische Universität Berlin(柏林工业大学);Universität Potsdam(波茨坦大学)
高维偏微分方程在经济、科学和工程中普遍存在。然而,他们的数值处理带来了巨大的挑战,因为传统的基于网格的方法往往会受到维数灾难。在本文中,我们认为,张量列车提供了一个有吸引力的近似框架抛物偏微分方程:在向后随机微分方程和回归类型的方法在张量格式的重组相结合的承诺,利用潜在的低秩结构,使压缩和有效的计算。按照这种模式,我们开发新的迭代方案,涉及显式和快速或隐式和准确的更新。我们证明了在一些例子中,我们的方法实现了良好的平衡与国家的最先进的神经网络为基础的方法相比,准确性和计算效率。
2021-07-17 cs.LG cs.NA math.NA