几类带非局部特征刚性问题的高效数值算法及其理论分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11771163
  • 项目类别:
    面上项目
  • 资助金额:
    48.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0504.微分方程数值解
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

The evolution of many complex systems in science and engineering exhibits characteristics of nonlocality: memory in time or global correlation in space. The corresponding mathematical models include (but are not limited to): delay differential equations, Volterra integro-differential equations (with or without delays), and fractional evolution equations with the fractional Laplacian. In this project, we aim at the study of efficient numerical algorithms for these nonlocal problems from the point of view of the treatment of stiff problems. For stiff differential equations with delays, we focus on the delay-dependent stability of numerical algorithms. For Volterra integro-differential equations with delays, we investigate not only the stability of numerical algorithms, but also their convergence independent of stiffness. For the fractional Ginzburg-Landau equation, we first discretize the spatial derivative to obtain a semi-discrete system, which is a set of stiff ordinary differential equations. Then time discretizations are considered. The unconditional stability and convergence of the fully discrete schemes will be investigated. The results obtained in this project will enhance the algorithm theory of stiff differential equations with characteristics of nonlocality and have a wide range of applications in automatic control, biology, physics and some related areas.
科学与工程中许多复杂系统的演化呈现非局部的特征,即具有历史记忆性或者空间全域相关性。相应的数学模型包括(但不限于):延迟微分方程、(延迟)Volterra积分微分方程以及带分数阶拉普拉斯算子的分数阶发展方程。本项目将从刚性问题处理的角度研究这几类重要非局部问题的高效数值算法及其理论。对刚性延迟微分方程,重点研究算法的延迟依赖稳定性。对延迟Volterra积分微分方程,不仅研究算法的稳定性,还将研究其不依赖于问题刚性的收敛性。对分数阶Ginzburg-Landau方程,首先离散空间导数将其转化为刚性常微分方程组,再考虑时间离散,并对所获全离散格式分析其无条件稳定性和收敛性。本项目所获成果将丰富和发展带非局部特征的刚性微分方程的算法理论,同时在自动控制、生物、物理等领域具有广泛应用前景。

结项摘要

本项目从刚性问题处理的角度研究几类非局部问题的高效数值算法及其理论。因此,重点研究算法的保稳定性、守恒性和没有网格比限制的收敛性。对空间分数阶薛定谔方程,证明隐式中点/傅里叶拟谱离散能保持辛和多辛结构,这也是国内外有关分数阶微分方程辛算法的第一项工作。此外,还构造了多个基于有限元和谱方法离散空间的保能量线性隐式方法,并证明其无条件收敛性。对空间分数阶Ginzburg–Landau方程,构造多个线性隐式型的高阶隐显差分方法和Galerkin谱方法,证明其无条件收敛性。对带时间分数阶导数的2阶和4阶反应扩散方程,分别构造基于非协调虚拟有限元空间离散、非一致网格L2-1σ公式时间离散的格式,证明其无条件稳定性,并给出最优误差估计。对Volterra积分微分方程数值方法,提出V0-稳定性概念,构造了1至3阶V0-稳定的方法,并研究全隐式离散配置方法的A0-稳定性和V0-稳定性。对带比例延迟的Volterra泛函积分方程,获得拟几何网格配置方法的最优超收敛阶。对自卷积Volterra积分方程,提出基于重心有理插值的复合求积方法。对Volterra积分方程构造A稳定且V_0稳定的多步Runge-Kutta方法。对带光滑核和弱奇异卷积核的随机Volterra积分方程,分别构造高效算法,并分析其均方稳定性和收敛性。对一类随机延迟微分方程,获得分裂步theta方法和随机指数欧拉方法的完整延迟依赖均方稳定区域,并证明分裂步向后欧拉方法和随机指数欧拉方法能保持模型方程的均方稳定性。本项目已发表期刊论文42篇,其中SIAM J Sci Comput 1篇,J Comput Phys 1篇,IMA J Numer Anal 2篇,J Sci Comput 3篇,Comput Methods Appl Mech Engrg 1篇;项目培养毕业博士5人,硕士2人。项目所获成果丰富了非局部问题的算法理论,在相关领域也具有广泛应用前景。

项目成果

期刊论文数量(41)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Numerical methods for stochastic Volterra integral equations with weakly singular kernels
弱奇异核随机Volterra积分方程的数值方法
  • DOI:
    10.1093/imanum/drab047
  • 发表时间:
    2020-04
  • 期刊:
    IMA Journal of Numerical Analysis, https://doi.org/10.1093/imanum/drab047
  • 影响因子:
    --
  • 作者:
    Li Min;Huang Chengming;Hu Yaozhong
  • 通讯作者:
    Hu Yaozhong
The Linear Barycentric Rational Quadrature Method for Auto-Convolution Volterra Integral Equations
自卷积Volterra积分方程的线性重心有理求积法
  • DOI:
    10.1007/s10915-018-0779-6
  • 发表时间:
    2018-06
  • 期刊:
    Journal of Scientific Computing
  • 影响因子:
    2.5
  • 作者:
    Li Min;Huang Chengming
  • 通讯作者:
    Huang Chengming
An efficient fourth-order in space difference scheme for the nonlinear fractional Ginzburg-Landau equation
非线性分式Ginzburg-Landau方程的高效四阶空间差分格式
  • DOI:
    10.1007/s10543-018-0698-9
  • 发表时间:
    2018
  • 期刊:
    BIT Numerical Mathematics
  • 影响因子:
    1.5
  • 作者:
    Wang Pengde;Huang Chengming
  • 通讯作者:
    Huang Chengming
A second-order implicit difference scheme for the nonlinear time-space fractional Schrodinger equation
非线性时空分数阶薛定谔方程的二阶隐式差分格式
  • DOI:
    10.1016/j.apnum.2020.03.004
  • 发表时间:
    2020
  • 期刊:
    Applied Numerical Mathematics
  • 影响因子:
    2.8
  • 作者:
    Fei Mingfa;Wang Nan;Huang Chengming;Ma Xiaohua
  • 通讯作者:
    Ma Xiaohua
Conforming and nonconforming VEMs for the fourth-order reaction-subdiffusion equation: a unified framework
四阶反应亚扩散方程的相容和非相容 VEM:统一框架
  • DOI:
    10.1093/imanum/drab030
  • 发表时间:
    --
  • 期刊:
    IMA Journal of Numerical Analysis
  • 影响因子:
    2.1
  • 作者:
    李猛;赵纪坤;黄乘明;陈绍春
  • 通讯作者:
    陈绍春

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

广西黑叶猴栖息地景观格局破碎化分析及其对种群的影响
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    生态学报
  • 影响因子:
    --
  • 作者:
    管超毅;陈智;黄乘明;周岐海
  • 通讯作者:
    周岐海
公路阻隔对白头叶猴迁移的影响
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    西部林业科学
  • 影响因子:
    --
  • 作者:
    王振兴;韦晓;周岐海;黄乘明;黄恒连;吴坚宝;农登攀;李云涛
  • 通讯作者:
    李云涛
环境和社会因素对喀斯特石山猕猴日活动节律和活动时间分配的影响
  • DOI:
    10.16829/j.slxb.201702003
  • 发表时间:
    2017
  • 期刊:
    兽类学报
  • 影响因子:
    --
  • 作者:
    唐创斌;蒋建波;黄乘明;鲁长虎;周岐海
  • 通讯作者:
    周岐海
一类二阶延迟微分方程梯形方法的延迟依赖稳定性分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算数学
  • 影响因子:
    --
  • 作者:
    黄乘明;李文皓
  • 通讯作者:
    李文皓
弄岗黑叶猴旱季食物营养组分及其对食物选择的影响
  • DOI:
    10.16829/j.slxb.201602013
  • 发表时间:
    2016
  • 期刊:
    兽类学报
  • 影响因子:
    --
  • 作者:
    刘秀菊;吴茜;黄中豪;黄乘明;周岐海
  • 通讯作者:
    周岐海

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

黄乘明的其他基金

几类微分方程初值问题数值算法的误差分析
  • 批准号:
    12171177
  • 批准年份:
    2021
  • 资助金额:
    51 万元
  • 项目类别:
    面上项目
分数阶偏微分方程的高阶数值方法
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    14.3 万元
  • 项目类别:
    国际(地区)合作与交流项目
几类初值问题数值方法的长时间性态
  • 批准号:
    11371157
  • 批准年份:
    2013
  • 资助金额:
    50.0 万元
  • 项目类别:
    面上项目
多维延迟系统数值方法的延迟依赖稳定性
  • 批准号:
    10971077
  • 批准年份:
    2009
  • 资助金额:
    26.0 万元
  • 项目类别:
    面上项目
延迟微分方程数值方法的延迟依赖稳定性和非线性稳定性
  • 批准号:
    10671078
  • 批准年份:
    2006
  • 资助金额:
    21.0 万元
  • 项目类别:
    面上项目
几类延迟微分方程数值方法的稳定性和误差分析
  • 批准号:
    10101027
  • 批准年份:
    2001
  • 资助金额:
    7.5 万元
  • 项目类别:
    青年科学基金项目

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