Time fractional PDEs have been used in many applications for modeling and simulations. Many of these applications are multiscale and contain high contrast variations in the media properties. It requires very small time step size to perform detailed computations. On the other hand, in the presence of small spatial grids, very small time step size is required for explicit methods. Explicit methods have many advantages as we discuss in the paper. In this paper, we propose a partial explicit method for time fractional PDEs. The approach solves the forward problem on a coarse computational grid, which is much larger than spatial heterogeneities, and requires only a few degrees of freedom to be treated implicitly. Via the construction of appropriate spaces and careful stability analysis, we can show that the time step can be chosen not to depend on the contrast or scale as the coarse mesh size. Thus, one can use larger time step size in an explicit approach. We present stability theory for our proposed method and our numerical results confirm the stability findings and demonstrate the performance of the approach.


翻译:用于建模和模拟的许多应用中都使用了时间分数的 PDE 。 许多这些应用是多尺度的,在介质特性方面差异很大。 它需要非常小的时间级大小才能进行详细的计算。 另一方面,在有小的空间网格的情况下,需要非常小的时间级大小才能使用明确的方法。 清晰的方法有许多我们在文件中讨论过的优点。 我们在本文件中为时间分数的 PDE 提出了一个部分明确的方法。 这种方法解决了粗糙的计算网格上的问题, 远大于空间的异质, 只需要略小的自由度才能得到暗中处理。 通过建造适当的空间和仔细的稳定性分析, 我们可以证明时间级的选定并不取决于差异或尺度, 因为粗微的网格大小。 因此, 人们可以在明确的方法中使用更大的时间级大小。 我们提出的方法的稳定性理论和我们的数字结果证实了稳定性结论, 并展示了方法的性能。

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2021年6月30日
专知会员服务
14+阅读 · 2021年5月21日
专知会员服务
52+阅读 · 2020年9月7日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
CCF推荐 | 国际会议信息6条
Call4Papers
9+阅读 · 2019年8月13日
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
CCF推荐 | 国际会议信息8条
Call4Papers
9+阅读 · 2019年5月23日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
0+阅读 · 2021年10月21日
Arxiv
0+阅读 · 2021年10月17日
Arxiv
0+阅读 · 2021年10月15日
VIP会员
相关资讯
CCF推荐 | 国际会议信息6条
Call4Papers
9+阅读 · 2019年8月13日
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
CCF推荐 | 国际会议信息8条
Call4Papers
9+阅读 · 2019年5月23日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员