In this paper, we develop two finite difference weighted essentially non-oscillatory (WENO) schemes with unequal-sized sub-stencils for solving the Degasperis-Procesi (DP) and $\mu$-Degasperis-Procesi ($\mu$DP) equations, which contain nonlinear high order derivatives, and possibly peakon solutions or shock waves. By introducing auxiliary variable(s), we rewrite the DP equation as a hyperbolic-elliptic system, and the $\mu$DP equation as a first order system. Then we choose a linear finite difference scheme with suitable order of accuracy for the auxiliary variable(s), and two WENO schemes with unequal-sized sub-stencils for the primal variable. One WENO scheme uses one large stencil and several smaller stencils, and the other WENO scheme is based on the multi-resolution idea which uses a series of unequal-sized hierarchical central stencils. Comparing with the classical WENO schemes which uses several small stencils of the same size to make up a big stencil, both WENO schemes with unequal-sized sub-stencils are simple in the the choice of the stencil and enjoy the freedom of arbitrary positive linear weights. Another advantage is that the final reconstructed polynomial on the target cell is a polynomial of the same degree as the polynomial over the big stencil, while the classical finite difference WENO reconstruction can only be obtained for specific points inside the target interval. Numerical tests are provided to demonstrate the high order accuracy and non-oscillatory properties of the proposed schemes.


翻译:在本文中, 我们开发了两个基点差异, 基本上为非螺旋性( WENO), 以不平等的子线性差方案解决 Degasperis- Procesi (DP) 和 $\mu$- Degasperis- Procesi ($mu$DP) 方程式, 其中含有非线性高顺序衍生物, 并可能包含峰顶溶液或冲击波。 通过引入辅助变量, 我们重写 DP 方程式, 并重写 $\mu$DP 方程式作为第一顺序系统。 然后我们选择一个线性差方案, 其辅助变量( DP) 和 $$\mu$( mouncial DP) 的子线性差, 用于辅助变量( DP) 的子线性差( DP) 。 一个WENO 的线性差方案使用几个小线性差, 用于辅助变量的精确性差( ) 和两个WENO 等值( ) 等值( ) 的直径( ) 目标( ) ) 的直径( 直径) 向) 直径),, 向( 直径) 直线性( 向) 向) 直) 向( 直线性( 向) 向) 向) 直线性( R) 向) 直线性( R) 向) 向( R) 向), 向) 向( 向) 向), 向( 向) 向) 向), 向( 向) 向( 向( 向) 向) 向( 向( ) 向) ( ) ( ) ( ) ( ) ) ) ( ) ( ) ( ) ) ( ) ( ) ( ) ( ) ( 向) ( R) ( 向) ( 向) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( R) ( ) ( ) ( ) ( ) ( ) ( ) (

0
下载
关闭预览

相关内容

【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
48+阅读 · 2019年9月24日
【电子书推荐】Data Science with Python and Dask
专知会员服务
43+阅读 · 2019年6月1日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
6+阅读 · 2018年10月3日
VIP会员
相关VIP内容
相关资讯
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员