×
杜明静;王玉兰;特穆尔，Chao-Lu;田，丹

一种改进的再生核方法，用于求解流体动力学中扩散波引起的Burgers方程。 （英语） Zbl 1427.65318号

申请。数学。计算。 315, 500-506 (2017).
摘要：众所周知，再现核方法（RKM）已被提出用于求解微分方程的初值和边值问题。然而，直接应用先前工作中提出的RKM无法对Burgers方程产生良好的数值结果。为了解决这个问题，本文利用分段技术给出了一种改进的再生核方法。精确解是通过以级数展开形式再现核函数得到的，近似解是通过再现核函数的n项求和表示的。三个数值实验结果表明，分段方法更容易实现和有效。一些数值结果也与其他方法的结果进行了比较。

引用于1文件

MSC公司：

65M99型 偏微分方程、初值和含时初边值问题的数值方法
35克53 KdV方程（Korteweg-de-Vries方程）

关键词：

再生核;伯格方程;分段;近似解
PDF格式BibTeX公司 XML格式引用
\textit{M.-J.Du}等人，应用。数学。计算。315500-506（2017；Zbl 1427.65318）
全文： DOI程序

参考文献：

[1] 米塔尔，R.C。；Jain，R.K.，非线性Burgers方程的修正三次B样条配点法数值解，应用。数学。计算。，218, 7839-7855 (2012) ·Zbl 1242.65209号
[2] Altiparmak，K.，Burgers方程的分解对角pade近似数值解，国际期刊Numer。《热流体流动方法》，21，310-319（2011）·Zbl 1231.65139号
[3] 徐，M。；Wang，R.H.，求解Burgers方程的一种新的数值格式，应用。数学。计算。，217, 4473-4482 (2011) ·Zbl 1207.65111号
[4] 哈特，A.H。；Temsah，R.S。；Hassan，M.M.，求解Burgers型方程的Chebyshev谱配置方法，J.Compute。申请。数学。，222, 333-350 (2008) ·Zbl 1153.65102号
[5] Korkmaz，A.，《使用正弦微分求积法进行冲击波模拟》，《国际计算杂志》。辅助工程软件。，28, 654-674 (2011) ·Zbl 1284.76292号
[6] Korkmaz，A。；Dag，I.，非线性Burgers方程数值解的基于多项式的微分求积方法，J.Frankl。研究所，3482863-2875（2011）·Zbl 1256.35085号
[7] Korkmaz，A。；Aksoy，A.M.，四次b样条微分求积法，国际期刊非线性科学。，11, 403-411 (2011)
[8] 王，Y.L。；Su，L.J.，使用再生核求解一类奇摄动问题，计算。数学。应用。，61, 421-430 (2011) ·Zbl 1211.65142号
[9] Inc，M.，关于一维非线性Burgers方程的数值解和分解方法的收敛性，应用。数学。计算。，170, 76-85 (2005) ·Zbl 1082.65106号
[10] Arora，G。；Singh，B.K.，Burgers方程的修正三次B样条微分求积法数值解，应用。数学。计算。，224, 166-177 (2013) ·Zbl 1334.65031号
[11] Asaithambi，A.，用自动微分法求解Burgers方程，应用。数学。计算。，216, 2700-2708 (2010) ·Zbl 1193.65154号
[12] 王，Y.L。；Du，M.J.，时间分数电报方程的修正再生核，Therm。科学。，21, 1575-1580 (2017)
[14] 谢世忠。；Heo，S。；Kim，S.，使用再生核函数数值求解一维Burgers方程，J.Compute。申请。数学。，214, 417-434 (2008) ·Zbl 1140.65069号
[15] 李凤霞。；Cui，M.G.，一维变效率Burgers方程解的最佳近似，Numer。方法。第部分。不同。等式。，25, 1353-1365 (2009) ·Zbl 1331.65130号
[16] 李凤霞。；Fei，Z.F.，一维Burgers方程的数值解，数值。方法。第部分。不同。等式。，31, 1251-1264 (2015) ·Zbl 1329.65246号
[18] 莫赫塔里，R。；Toodar，A.S.，广义微分求积法在求解Burgers方程中的应用，Commun。西奥。物理。，56, 1009-1015 (2011) ·Zbl 1247.35108号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。