时滞发展型微分方程的高效隐显方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11701110
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0504.微分方程数值解
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

Implicit-explicit(IMEX) methods are a class of important time splitting methods, it not only satisfy the stability requirement and improve the computation efficiency, but also obviously reduce the computation cost. It included IMEX linear multistep methods, IMEX Runge-Kutta methods and IMEX general linear methods, it have made rapid development and applied widely. Meanwhile, the research of numerical and exact solutions for delay (partial) differential equations and Volterra (partial) functional differential equations are still a very active branch in the field of differential equations. This project aims to research innovative and efficient IMEX methods for some evolutionary differential equations with delay (including variable delay and distributed delay), and establish their mathematical theories. In particular, we consider three problems: (1)For the stiff delay differential equations arise from spatial discretization of delay parabolic differential equations, based on the existing IMEX methods, we will construct the new effective algorithms, and consider the stability and convergence properties; (2) We will develop the finite element methods with IMEX time-stepping for evolutionary differential equations with delay, reaction-diffusion equations with distributed delay and Volterra partial functional differential equations; (3)We will develop the local discontinuous Galerkin methods with IMEX time-marching for the delayed wave equations. This project also aims to enrich and develop the algorithm theory and efficient algorithm for (partial) functional differential equations, and provide algorithm support for the related applications.
隐显方法是一类重要的时间离散分裂方法,能兼顾稳定性和计算效率的要求,且明显降低计算量。主要包括隐显线性多步方法、隐显Runge-Kutta方法和隐显一般线性方法等,其研究发展迅速,已获广泛应用。同时,时滞(偏)微分方程和Volterra 型(偏)泛函微分方程数值解与精确解的研究仍然是微分方程领域中的一个非常活跃分支。本项目拟研究几类时滞(包括变时滞和分布时滞)发展型微分方程的高效隐显方法及其理论,主要研究内容为:(1)对时滞抛物型微分方程空间离散后得到的刚性时滞常微分方程组,在已有数值算法基础上,构造新型有效的隐显方法,并分析所得格式的稳定性与收敛性;(2)时滞发展型微分方程、带分布时滞的反应扩散方程和Volterra型偏泛函微分方程的有限元隐显方法;(3)时滞波动方程的局部间断有限元隐显方法。本项目旨在丰富和发展(偏)泛函微分方程算法理论及高效算法,为相关应用提供算法支撑。

结项摘要

本课题组通过项目的研究,探讨了提高计算精度与减少计算量、存储量的高效算法。针对非线性刚性初值问题,我们提出了一类新的隐显Rosenbrock-RK方法,给出了此方法的阶条件,并获得了相应的误差分析结果。发展了求解时滞发展型微分方程的隐显多步方法,首先考虑了隐显多步有限元方法求解一类时滞反应对流扩散问题,克服解的时间偏导数具有间断性所导致的困难,得到了方法的收敛性结果;其次研究了隐显单支方法求解一类刚性Volterra时滞积分微分方程初值问题时的稳定性与误差分析;还研究了一维和二维非线性抛物型偏积分微分方程的隐显BDF方法及其误差分析。应用间断有限元方法求解刚性泛函微分方程和中立型时滞微分方程,克服解的时间导数具有间断性所导致的困难,分别获得了方法的稳定性结果和超收敛结果。另外,针对一类带弱奇异核的非线性分数阶积分微分方程和非线性分数阶时滞微分方程初值问题,利用强A-稳定Runge-Kutta方法,构造了高阶离散离散格式,并对数值方法进行了误差分析和稳定性分析。

项目成果

期刊论文数量(10)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(0)
Implicit-explicit multistep finite-element methods for nonlinear convection-diffusion-reaction equations with time delay
时滞非线性对流扩散反应方程的隐式-显式多步有限元法
  • DOI:
    10.1080/00207160.2017.1408802
  • 发表时间:
    2018
  • 期刊:
    International Journal of Computer Mathematics
  • 影响因子:
    1.8
  • 作者:
    Zhang Gengen;Xiao Aiguo;Zhou Jie
  • 通讯作者:
    Zhou Jie
一类变延迟中立型微分方程梯形方法的渐近估计
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    数学物理学报
  • 影响因子:
    --
  • 作者:
    张根根;王晚生;肖爱国
  • 通讯作者:
    肖爱国
求解刚性Volterra延迟积分微分方程的隐显单支方法的稳定性与误差分析
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    计算数学
  • 影响因子:
    --
  • 作者:
    张根根;唐蕾;肖爱国
  • 通讯作者:
    肖爱国
中立型比例延迟微分系统线性θ-方法的渐近估计
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    计算数学
  • 影响因子:
    --
  • 作者:
    张根根;肖爱国;王晚生
  • 通讯作者:
    王晚生
Runge-Kutta convolution quadrature methods with convergence and stability analysis for nonlinear singular fractional integro-differential equations
非线性奇异分数阶积分微分方程的具有收敛性和稳定性分析的龙格-库塔卷积求积法
  • DOI:
    10.1016/j.cnsns.2019.105132
  • 发表时间:
    2020-05
  • 期刊:
    Communications in Nonlinear Science & Numerical Simulation
  • 影响因子:
    3.9
  • 作者:
    Zhang Gengen;Zhu Rui
  • 通讯作者:
    Zhu Rui

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

求解非线性刚性初值问题的隐显线性多步方法的误差分析
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    计算数学
  • 影响因子:
    --
  • 作者:
    张根根;易星;肖爱国
  • 通讯作者:
    肖爱国

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

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