An HDG Method for Distributed Control of Convection Diffusion PDEs
Oklahoma State University(俄克拉荷马州立大学);University of Minnesota(明尼苏达大学);Missouri University of Science and Technology(密苏里科技大学);Sichuan University(四川大学)
本文提出一种混合不连续Galerkin方法,用于求解由椭圆对流扩散PDE支配的分布式最优控制问题,推导了状态、共轭状态、其通量及最优控制的最优先验误差估计,并通过2D和3D数值实验验证理论结果。
2017-12-30 cs.NA math.NA
Multilevel Methods for Uncertainty Quantification of Elliptic PDEs with Random Anisotropic Diffusion
Universität Basel(巴塞尔大学)
本文研究了具有随机各向异性扩散系数的椭圆扩散问题,通过Karhunen-Loève展开参数化随机矢量场及解,并证明多级格点和多级求积方法可降低计算复杂度,保持收敛速率。
2018-02-12 cs.NA math.NA
Application of quasi-Monte Carlo methods to elliptic PDEs with random diffusion coefficients - a survey of analysis and implementation
School of Mathematics and Statistics, University of New South Wales(新南威尔士大学数学与统计学院);Department of Computer Science, KU Leuven(荷语鲁汶大学计算机系)
本文综述了准蒙特卡洛方法在具有随机扩散系数的椭圆PDE中的最新研究,对比了均匀情况与对数正态情况、单级算法与多级算法、一阶QMC规则与高阶QMC规则以及确定性QMC方法与随机性QMC方法。
2016-06-21 cs.NA math.NA
Error estimates for splitting methods based on AMF-Runge-Kutta formulas for the time integration of advection diffusion reaction PDEs
Universidad de La Laguna(拉各拉斯大学)
本文基于AMF-Runge-Kutta公式提出分裂方法误差估计,针对对流扩散反应PDE的时间积分,推导了半线性PDE在时空趋于零时的全局误差界,并通过数值示例验证了方法的高效性与竞争力。
2015-01-12 cs.NA math.NA
Numerical conservation laws of time fractional diffusion PDEs
本文第一部分介绍了任意分数阶扩散方程在时间上守恒律的充分条件。满足这些条件的离散模拟的数值方法具有近似连续守恒律的守恒律。在本文的第二部分,我们提出了一种方法,结合了有限差分法在空间上的谱积分在时间上。时间积分器已经在文献中应用于求解具有$α\in(0,1)$阶Caputo分数阶导数的时间分数阶方程。它在这里推广到近似Caputo和Riemann-Liouville分数阶导数的任意阶。我们将该方法应用于具有Riemann-Liouville分数阶导数的亚扩散和超扩散方程,并得到了其守恒律。最后,我们提出了一系列的数值实验,以显示该方法的收敛性和其守恒性质。
2022-03-03 cs.NA math.NA
Kolmogorov widths and low-rank approximations of parametric elliptic PDEs
研究了参数椭圆扩散PDEs的Kolmogorov n-宽度和低秩近似,证明在扩散系数为分段常数时,n-宽度衰减更快,从而为减少基底或POD方法的快速收敛提供理论依据。
2015-02-10 cs.NA math.NA
Multilevel Monte Carlo estimators for elliptic PDEs with Lévy-type diffusion coefficient
扩散系数在空间上不连续的一般椭圆型方程可作为非均质或裂隙多孔介质中地下渗流的简化模型。在这样的模型中,数据稀疏性和测量误差经常被考虑到的随机化的扩散系数的椭圆型方程,揭示了灵活的,空间不连续的随机场的建设的必要性。从属高斯随机场是高维参数域上的随机函数,具有样本路径不连续和分布灵活性。本文考虑一类随机椭圆型偏微分方程,其中扩散系数中存在间断的从属高斯随机场。构造了求解随机椭圆型偏微分方程的多层蒙特卡罗(MLMC)有限元法。我们证明了一个标准的MLMC估计和一个修改的MLMC -控制变量估计的先验收敛性,并验证了我们的结果在各种数值例子。
2021-08-12 cs.NA math.NA
Diffusion Maps for Embedded Manifolds with Boundary with Applications to PDEs
本文提出了一种求解椭圆型偏微分方程(PDE)的新方法,该方法只需要从嵌入在欧几里得空间中的黎曼流形上采样的点集.请注意,在未知流形上构建三角剖分可能既困难又昂贵,无论是在计算和数据要求方面,我们的目标是解决这些问题,而不需要这样的结构。相反,我们只依赖于使用样本点来定义未知流形上的求积公式。我们的主要工具是扩散映射算法。我们重新分析这个著名的方法在弱(变分)的意义。后者降低了对底层函数的光滑性要求,这对于逼近偏微分方程的弱解至关重要。作为一个副产品,我们还提供了一个严格的理由扩散映射和诺依曼本征值问题之间的众所周知的关系。然后,我们使用最近开发的方法估计的距离边界函数(注意,边界的位置被假定为未知的,必须从数据估计),以纠正扩散映射的建设中的边界误差项。最后,使用这个估计的距离,我们说明了如何施加狄利克雷,诺依曼,和混合边界条件的一些常见的偏微分方程的基础上的拉普拉斯算子。几个数值例子证实了我们的理论研究结果。
2022-11-27 cs.NA math.AP math.NA
A New HDG Method for Dirichlet Boundary Control of Convection Diffusion PDEs II: Low Regularity
Oklahoma State University(俄克拉荷马州立大学);Universidad de Oviedo(奥维耶多大学);Missouri University of Science and Technology(密苏里科技大学);Sichuan University(四川大学)
本文研究了对流扩散PDE的Dirichlet边界控制问题,提出了一种新的HDG方法,并在不假设领域和目标状态条件下证明了控制的最优收敛率,同时展示了数值结果以验证理论。
2018-01-03 cs.NA math.NA
Matrix-oriented discretization methods for reaction-diffusion PDEs: comparisons and applications
Università del Salento(萨伦托大学);Alma Mater Studiorum - Università di Bologna(博洛尼亚大学);IMATI-CNR(意大利国家研究委员会应用数学研究所)
本文研究了反应扩散偏微分方程的矩阵导向离散化方法,通过利用扩散矩阵的结构,采用隐式显式(IMEX)和指数方案等矩阵基时间积分器,提高了计算效率,并通过数值求解Schnackenberg模型和DIB-morphochemical模型验证了方法的有效性。
2019-03-12 cs.NA math.NA
Smooth subgrid fields underpin rigorous closure in spatial discretisation of reaction-advection-diffusion PDEs
University of Adelaide(阿德莱德大学)
本文提出一种整体离散化方法,通过构建适应整体系统动态的子网格场,实现宏尺度离散化的精确闭合,并展示其在Burgers方程中的应用及稳定性比较。
2016-02-03 cs.NA math.DS math.NA
A Radial Basis Function (RBF)-Finite Difference (FD) Method for Diffusion and Reaction-Diffusion Equations on Surfaces
本文提出了一种基于径向基函数(RBF)生成的有限差分(FD)方法,用于数值求解嵌入$\mathbb{R}^d$的闭曲面上的扩散和反应扩散方程(PDE)。我们的方法使用的线的方法制定,其中出现在偏微分方程的表面衍生物近似局部使用RBF插值。该方法只需要表示曲面的离散节点和这些离散节点处的法向量。所有计算都只使用外部坐标,从而避免了坐标失真和奇点。我们还提出了一个优化过程,允许我们的RBF-FD方法通过选择形状参数为每个模板,对应于一个全局目标条件数的离散微分算子的稳定。我们展示了我们的方法在两个不同模板大小的表面上的收敛性,并将其应用于隐式/参数化表面和点云表示的更一般表面上的非线性偏微分方程模拟。
2014-04-03 cs.NA math.NA
A New HDG Method for Dirichlet Boundary Control of Convection Diffusion PDEs I: High Regularity
Oklahoma State University(俄克拉荷马州立大学);Universidad de Oviedo(奥维耶多大学);Missouri University of Science and Technology(密苏里科技大学)
本文提出了一种新的混合不连续伽辽金方法,用于求解由椭圆对流扩散PDE支配的Dirichlet边界控制问题,建立了该问题的正则性结果和最优先验误差估计。
2018-01-03 cs.NA math.NA
A Superconvergent HDG Method for Distributed Control of Convection Diffusion PDEs
Oklahoma State University(俄克拉荷马州立大学);University of Minnesota(明尼苏达大学);Missouri University of Science and Technology(密苏里科技大学);Sichuan University(四川大学)
本文提出了一种用于对流扩散PDE分布式最优控制问题的超收敛HDG方法,通过使用高阶多项式逼近状态、共轭状态及其通量,并证明了当k>0时所有变量的最优先验误差估计,同时当k≥1时,该方法在全局耦合未知数的自由度数量上实现了状态、共轭状态和控制的超收敛。
2017-12-04 cs.NA math.NA
MDFEM: Multivariate decomposition finite element method for elliptic PDEs with uniform random diffusion coefficients using higher-order QMC and FEM
介绍了求解均匀随机扩散系数椭圆型偏微分方程的多元分解有限元法。我们表明,MDFEM可以用来减少估计的期望值的一个线性泛函的解决方案的偏微分方程的计算复杂性。该算法结合了多元分解法(MDM),计算无穷维积分,与有限元法(FEM),以解决不同的情况下的偏微分方程。MDFEM的策略是将无限维问题分解为多个有限维问题,这比解决单个大维问题更容易并行化。我们的第一个结果调整了多元分解方法的分析,以纳入通常出现在多元正交误差界中的对数因子,即,cubature,方法;并且我们注意到$n$需要的点数,例如,在2的幂次上进行高阶近似。为了进一步的分析,我们将体积法具体化为两种类型的拟蒙特卡罗方法(QMC)规则,即数字移位多项式格规则和交错多项式格规则。第二和主要贡献,然后提出了一个边界的MDFEM的错误,并显示高阶收敛w.r.t.在交错多项式格点规则与高阶有限元法相结合的情况下的总计算成本。
2021-07-08 cs.NA math.NA
TASE-Stabilized Time-Evolving Natural Gradient Methods for Diffusion-Dominated PDEs
Xiangtan University(湘潭大学)
针对扩散主导PDE的刚性稳定性问题,提出TASE-TENG方法,利用可学习的TASE稳定算子改进显式龙格-库塔投影,提升稳定性和精度,并支持不同分辨率重建。
2026-09-22 cs.NA math.NA
Asynchronous Discrete Event Schemes for PDEs
Heriot-Watt University(赫瑞-瓦特大学)
本文提出了一种非同步离散事件方案,用于求解对流-扩散-反应方程,该方案基于质量量子通过笛卡尔有限体积网格面的原则。方案自适应、局部时间和空间,并在多孔介质流动等真实物理系统中进行了实验,结果与指数积分方案对比,显示误差收敛性。
2016-10-17 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
Deep-Picard Iteration for Space-time Fractional Diffusion PDEs
Tsinghua University(清华大学);Yanqi Lake Beijing Institute of Mathematical Sciences and Applications(北京雁栖湖应用数学研究院)
本文提出一种深度-皮卡德迭代框架,用于高维非线性时空分数扩散方程,通过蒙特卡洛模拟分数动力学替代直接离散Caputo记忆项和非局部分数拉普拉斯算子,利用监督神经网络回归避免分数微分算子残差最小化,测试表明在d=100维问题中具有稳定收敛性和高精度。
2026-05-01 cs.NA math.NA math.PR
Finite element approximation of Lyapunov equations related to parabolic stochastic PDEs
研究了乘性噪声驱动下线性随机偏微分方程的算子李雅普诺夫方程的全离散逼近问题.李雅普诺夫方程在空间上用有限元离散,在时间上用半隐式欧拉格式离散。主要结果是导出了算子范数下的收敛速率。此外,它表明,该方程的解决方案提供了一个代表性的二次和路径依赖的功能的SPDE解决方案。这一事实产生了一个确定性的数值方法来计算这样的泛函。作为第二个结果,弱差错率建立一个完全离散的有限元近似的SPDE相对于这个功能。这是作为李雅普诺夫方程的近似分析的结果。这是第一次弱收敛分析的全离散有限元近似的SPDE乘性噪声驱动,获得了两倍的强收敛速率,特别是路径相关的泛函和光滑的空间噪声。数值实验说明了经验的结果,它表明,确定性方法具有优势,在稳定性方面的蒙特卡罗采样。
2022-05-03 cs.NA math.NA math.PR
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
Solving high-dimensional Hamilton-Jacobi-Bellman PDEs using neural networks: perspectives from the theory of controlled diffusions and measures on path space
Universität Potsdam(波茨坦大学);Freie Universität Berlin(柏林自由大学);Brandenburgische Technische Universität Cottbus-Senftenberg(勃兰登堡工业大学科特布斯-森夫滕贝格)
扩散过程的最优控制与求解某些Hamilton-Jacobi-Bellman方程的问题密切相关。最近的机器学习启发的方法对高维偏微分方程的基础上,我们调查的潜力$\textit{iterative diffusion optimisation}$技术,特别是考虑应用在重要性采样和罕见事件模拟,并专注于没有扩散控制的问题,线性控制漂移和运行成本,依赖于二次控制。更一般地说,我们的方法适用于非线性抛物型偏微分方程具有一定的平移不变性。一个适当的损失函数的选择是在算法设计的一个核心要素,我们开发了一个原则性的框架的基础上路径措施之间的分歧,包括各种现有的方法。出于连接到前向-后向随机微分方程,我们提出并研究了新的$\textit{log-variance}$分歧,相应的蒙特卡罗估计显示出良好的性能。所开发的方法的承诺举例说明了一系列的高维和亚稳态数值例子。
2023-01-29 cs.LG cs.NA math.NA
A Class of Embedded DG Methods for Dirichlet Boundary Control of Convection Diffusion PDEs
University of Electronic Science and Technology of China(电子科技大学);Brown University(布朗大学);Missouri University of Science and Technology(密苏里科技大学);University of Delaware(特拉华大学)
本文研究了一种嵌入型DG方法,用于对流扩散PDE的Dirichlet边界控制问题,通过新的数值分析技术实现了与HDG方法相同的一致收敛率,且具有更少的自由度。
2018-11-23 cs.NA math.NA
Increasing efficiency through optimal RK time integration of diffusion equations
本文研究使用SSP Runge-Kutta格式计算最大CFL系数,以提高退化扩散问题松弛格式时间积分的效率,该方法可推广至其他线性与非线性PDE。
2006-12-09 cs.NA math.NA
Deep surrogate model for learning Green's function associated with linear reaction-diffusion operator
本研究提出一种基于U-Net的深度代理模型,通过新型无标注损失函数和硬编码边界机制学习反应-扩散算子的格林函数,构建快速PDE求解器,经数值算例验证有效。
2023-10-05 cs.NA math.NA
A Superconvergent Ensemble HDG Method for Parameterized Convection Diffusion Equations
University of Electronic Science and Technology of China(电子科技大学);Missouri University of Science and Technology(密苏里科技大学);University of Delaware(特拉华大学)
本文提出了一种集合混合不可压缩伽辽金方法,用于高效模拟一组参数化对流扩散偏微分方程,该方法在一般多边形域上实现了最优的L²收敛率,并通过元素级后处理获得了超收敛率。
2019-03-10 cs.NA math.NA
On Expansions and Nodes for Sparse Grid Collocation of Lognormal Elliptic PDEs
这项工作是一个后续行动,我们以前的贡献(“收敛的稀疏配置函数可数许多高斯随机变量(与应用椭圆偏微分方程)",SIAM J。肛门,2018),并包含使用稀疏网格求解对数正态扩散系数的椭圆偏微分方程的某些方面的进一步见解。具体地,我们首先关注单变量插值规则的选择,提倡使用由Narayan和Jakeman引入的高斯Leja点(“Adaptive Leja sparse grid constructions for stochastic collocation and high-dimensional approximation”,SIAM J. Sci.计算:2014),然后讨论用Lévy-Ciesielski展开代替扩散系数的标准Karhunen-Loève展开的可能的计算优势,其动机是Bachmayr、Cohen、DeVore和Migliorati的理论工作(“参数椭圆偏微分方程的稀疏多项式逼近.第二部分:对数正态系数”,ESAIM:M2 AN,2016)。我们的数值结果表明,对于所考虑的问题,高斯Leja配置点优于高斯-埃尔米特和Genz-Keister节点的稀疏网格近似和对数扩散系数的Karhunen-Loève展开比其Lévy-Ciesielski展开的稀疏网格配置的目的更合适。
2020-04-09 cs.NA math.NA math.PR
Accelerated replica exchange stochastic gradient Langevin diffusion enhanced Bayesian DeepONet for solving noisy parametric PDEs
Purdue University(普渡大学)
Deep Operator Networks~(DeepONet)是一种完全不同的神经网络,我们训练它来近似非线性算子,包括参数偏微分方程(PDE)的求解算子。DeepONets已经显示出卓越的近似和泛化能力,即使在使用相对较小的数据集进行训练时也是如此。然而,当训练数据被噪声污染时,DeepONets的性能会恶化,这种情况在实践中经常发生。为了使DeepONets能够使用噪声数据进行训练,我们建议使用复制交换Langevin扩散的贝叶斯框架。这样的框架使用两个粒子,一个用于探索,另一个用于利用DeepONets的损失函数。我们表明,所提出的框架的探索和利用能力使(1)在嘈杂的场景中提高DeepONets的训练收敛性,以及(2)为参数PDE的预测解附加不确定性估计。此外,我们还发现,与使用最先进的基于梯度的优化算法(例如Adam)训练的香草DeepONets相比,复制交换Langeving扩散(显着)还提高了DeepONet在嘈杂场景中的平均预测准确性。为了降低副本的潜在高计算成本,在这项工作中,我们提出了一个用于复制交换Langevin扩散的加速训练框架,该框架利用DeepONets的神经网络架构将其计算成本降低了25%,而不会影响所提出的框架的性能。最后,我们使用一系列的实验四个参数偏微分方程的问题,说明了所提出的贝叶斯框架的有效性。
2021-11-03 cs.LG cs.NA math.NA
A space-time FEM for PDEs on evolving surfaces
RWTH-Aachen University(亚琛工业大学);University of Houston(休斯顿大学)
本文提出一种用于计算演化的表面上输运和扩散的有限元方法,无需表面参数化或扩展PDE到外部域,支持拓扑变化和局部几何奇点,方法具有二阶精度。
2014-03-02 cs.NA math.NA
A High-Order Kernel Method for Diffusion and Reaction-Diffusion Equations on Surfaces
High Point University(海点大学);Boise State University(博伊西州立大学)
提出一种基于径向基函数的高阶核方法,通过半离散配点逼近曲面导数算子,用于数值求解光滑闭曲面上的扩散和反应-扩散偏微分方程,避免了坐标畸变和奇异性。
2012-05-31 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
Time integration of dissipative stochastic PDEs
本文研究耗散随机反应扩散方程的时间积分,分析随机θ方法和随机θ-IMEX方法在有限差分空间离散下保持均方耗散性的能力,并用数值实验验证理论结果。
2025-07-22 cs.NA math.NA
Wiener chaos vs stochastic collocation methods for linear advection-diffusion equations with multiplicative white noise
Worcester Polytechnic Institute(伍斯特理工学院);University of Nottingham(诺丁汉大学);Brown University(布朗大学)
本文比较了维纳混沌与随机格点方法在具有乘性白噪声的线性对流扩散方程中的应用,分析了两种方法的误差估计及数值性能,发现递归多阶段随机格点方法在二阶矩中具有Δ阶精度,而递归多阶段维纳混沌方法在对流扩散反应方程中具有Δ^N+Δ^2阶精度,但非交换噪声下两者均具有一阶精度。
2015-05-14 cs.NA math.NA math.PR
PDESpectralRefiner: Achieving More Accurate Long Rollouts with Spectral Adjustment
针对时间依赖型偏微分方程长时间演化模拟的精度难题,提出PDESpectralRefiner模型,通过谱空间调整和适配模糊扩散模型的v预测技术,在不同骨干网络下均提升了单步与演化模拟精度。
2025-06-13 cs.CE cs.NA math.NA
Branching diffusion representation of semilinear PDEs and Monte Carlo approximation
Société Générale, Global Market Quantitative Research(法国兴业银行,全球市场量化研究);EDF R&D & FiME, Laboratoire de Finance des Marchés de l’Energie(法国电力集团研发部及能源金融市场金融研究所,能源市场金融实验室);CEREMADE, University of Paris-Dauphine, PSL Research University(巴黎第九大学数学与决策研究中心,PSL研究大学);Ecole Polytechnique Paris, Centre de Mathématiques Appliquées(巴黎综合理工学院,应用数学中心)
本文通过分支扩散过程表示半线性抛物型PDE,并利用自动微分技术实现非线性梯度的处理,为高维非线性PDE提供了具有误差估计的蒙特卡洛数值方法。
2016-03-05 cs.NA math.NA math.PR
Exploiting locality in sparse polynomial approximation of parametric elliptic PDEs and application to parameterized domains
本研究针对椭圆偏微分方程的参数化问题,提出采用局部支撑函数的表示方式,通过逐点界证明泰勒系数的ℓᵖ可和性,应用于参数化域问题可获更高收敛率,且方法可推广至其他类型PDE。
2023-08-11 cs.NA math.AP math.NA
On a finite-volume approximation of a diffusion-convection equation with a multiplicative stochastic force
本文提出了一种避免随机紧性方法的原创收敛性分析方法,用于研究在 $\mathbb{R}^d$ 有界域中带有乘性噪声的随机扩散-对流方程的有限体积逼近格式,该格式时间半隐式且采用迎风和两点通量逼近(TPFA)处理对流与扩散项,并证明了其在 $L^p$ 空间中的强收敛性。
2024-02-19 cs.NA math.AP math.NA
Guided Diffusion Sampling on Function Spaces with Applications to PDEs
California Institute of Technology(加州理工学院);NVIDIA(英伟达);University of Oxford(牛津大学);KAIST(韩国科学技术院)
本文提出FunDPS框架,通过函数空间扩散模型和引导机制,在极稀疏或噪声数据下有效恢复PDE解,实现32%的准确率提升。
2026-02-04 cs.AI cs.LG cs.NA
Representations of Gaussian random fields and approximation of elliptic PDEs with lognormal coefficients
本文提出基于小波类型的高斯随机场表示方法,用于改进椭圆PDE中对数正态系数的近似,其逼近结果优于传统Karhunen-Loève方法。
2016-03-17 cs.NA math.NA math.PR
Elliptic PDEs on log-Gaussian Shapes: Sparsity and Finite Element Discretization
Vietnam National University(越南国立大学);University of Basel(巴塞尔大学);University of Transport and Communications(交通与通信大学);ETH Zurich(苏黎世联邦理工学院)
本文研究了在由对数高斯随机同构得到的随机域上求解椭圆扩散问题,通过路径拉回验证解的存在性和唯一性,并分析解的解析正则性,采用有限元方法和稀疏网格插值进行数值近似。
2026-03-25 cs.NA math.NA math.PR
Stochastic partial differential equations arising in self-organized criticality
本文研究了弱驱动的张和Bak-Tang-Wiesenfeld(BTW)模型的自组织临界性的标度极限。我们证明了弱驱动的张模型收敛于一个具有奇异退化扩散的随机偏微分方程。此外,确定性BTW模型收敛到一个奇异退化的PDE。另外,标度极限的证明可以理解为奇异退化随机偏微分方程有限差分离散化的收敛性证明。这扩展了最近的工作(确定性)拟线性扩散方程的有限差分近似的不连续扩散系数和随机偏微分方程。此外,我们进行数值模拟,说明所考虑的模型和收敛到随机偏微分方程的空间维度$d=1,2$的关键功能。
2022-12-19 cs.NA math.AP math.NA
Fractional Dissipative PDEs
本章介绍分数阶耗散偏微分方程的动力学,重点探讨反应扩散方程在分数阶时间与空间导数下的稳态、稳定性、分岔及行波,并结合解析与数值延拓方法分析应用实例。
2023-12-09 cs.NA math.AP math.DS