扩散方程高阶格式的分组迭代法

来源 :山东大学 | 被引量 : 0次 | 上传用户:yyfdc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
许多物理现象都可以用扩散方程来描述,扩散方程常见于化学扩散、热传导、医学、生化以及一定的生物反应过程中.目前,扩散方程的并行求解算法随着并行计算的发展备受人们的关注.有限差分方法是现代数值方法中比较完善的求解方法,对于求解有时间依赖的扩散方程的有限差分方法,主要有两种类型:显式和隐式差分方法.显式差分方法容易在并行机上实现,但由于是条件稳定的,对时间步长的限制很苛刻.而隐式差分方法有良好的稳定性,但在每一时间层上都要去求解较大规模的方程组,不能直接用于并行计算,计算效率不高.因此,在八十年代,由Evans和Abdullah设计了交替分组显式方法,其特点是既是绝对稳定的,又能够直接进行并行计算.   本文利用交替分组显式算法的思想,设计构造了扩散方程的一类高阶差分格式的并行迭代算法.其基本思想就是把高阶差分格式的差分方程在每一时间层上划分为若干子方程组来分别进行迭代求解.构造此算法的过程,我们利用了矩阵方程Au=F来实现.在第n个时间层上,对方程不断应用AGE迭代方法进行迭代,使方程的解达到满足条件的较好的离散解.这样,在每一个时间层上,方程的解都能得到预先给定的精度.   文章中在给出扩散方程的高阶差分格式后,利用Fourier方法证明了差分格式的绝对稳定性,并且该差分格式的截断误差可以达到O(r+h4).文章还利用矩阵理论,构造了交替分组迭代格式一和格式二以及Crank-Nicolson格式,并分别对其迭代的收敛性进行了分析和证明.文章的最后给出了扩散方程具体的数值算例,通过数值算例结果,表明了该方法具有良好的实用性.
其他文献
学位
作为数据挖掘中重要的技术一聚类分析,它按照相似原则将数据进行分类.在无监督学习下,聚类的最终结果是将海量的数据有效地划分为各个子类,使得同一个类别中数据对象的相异度
本文主要研究具有很强实际应用背景的三类非线性方程:非线性粘弹性方程,一类广义神经传播方程和非线性Sobolev方程。分别用双线性元、Hermite型矩形元及一个非协调元解逼近时的
九月的杭州,金秋送爽,桂花飘香。在这怡人的季节里,2017第三届西湖论健·浙江国际健康产业高峰论坛暨智慧健康大会在杭州国际博览中心拉开了帷幕。本次大会以“人工智慧与智慧医疗新纪元”为主题,由浙江省卫生计生委、浙江省发展改革委和浙江省经信委主办,浙江省健康服务业促进会、杭州经济技术开发区管委会、杭州健培科技有限公司、浙江省卫生信息学会和本社联合承办。  此次,不仅有浙江省人大常委会党组副书记、副主任
本文主要研究一类n维神经网络系统的平衡点稳定性及Hopf分叉.Lotka—Volterra系统是一类重要的非线性动力系统.近年来对于Lotka—Volterra系统已经有了很多研究成果.它在神经