超导问题中Ginzburg-Landau方程算子分裂算法

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:lifen11
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本论文主要研究零电势规范(Zero-Electric potential gauge)下的金兹堡-朗道(Ginzburg-Landau)方程组的算子分裂方法。首先,通过引入磁场强度σ为一个新的变量,原来的Ginzburg-Landau方程组可以转化为一个新的方程系统。该新方程系统包含两个抛物型偏微分方程。并且关于磁势A的方程被大大简化,其形式近似于一个常微分方程。基于新的Ginzburg-Landau方程组本论文提出了算子分裂方法。该方法在空间上使用了一类高效的规范不变(gauge invariant)差分格式。在时间上,本论文运用了算子分裂法技巧以避免大规模线性方程组的求解。设计构造的数值实验证实了本文所提算法的有效性。第一章介绍了Ginzburg-Landau方程的研究背景和研究现状。第二章,本文对原方程进行了修改得到新的Ginzburg-Landau方程组。第三章引入了一类算子分裂法,并给出了一些理论分析结果。第四章将算子分裂法应用在新的Ginzburg-Landau方程组中,得到方程组的离散格式。第五章构造了数值实验,并验证了算法的收敛精度和有效性。本文的主要创新点为引入新的未知物理量磁场σ来改写Ginzburg-Landau方程。对新的方程,我们分别运用一阶和二阶算子分裂法来设计算法。该方法能够得到时间和空间上都是最优的数值解并避免大规模线性方程组的求解。
其他文献
本文结合联立丢番图逼近与局部丢番图逼近,研究流形上局部加权联立逼近点集的Hausdorff维数问题,给出了这类逼近点集的Hausdorff维数的一个下界估计。具体的,研究如下问题:设M是Rn中的一个d维流形,及τ:M→Rn>0是M上的一个连续的向量值函数。定义Ln(τ)∩M={z∈M:|qzi-pi|<q-τi(z),1≤i≤n,对无穷多组(p,q)∈ Zn×N成立}.本文给出了集合Ln(τ)∩M
学位
高光谱图像作为遥感领域的重要组成部分,被广泛应用于军事、环境和农业等众多领域。但高光谱图像的空间分辨率低,导致观测光谱数据存在大量混合像元,阻碍了高光谱图像发展,因此高光谱图像解混是高光谱图像处理中的一个重要课题。深度学习因其强大的表征能力成为近几年的热点,在高光谱图像分类和解混等方向都取得了不错的成果。本文致力于研究深度学习在高光谱图像解混中的应用,主要工作有以下两点:(1)设计了一种基于去噪自
学位
对于任意的x ∈(0,1],设x=(1/d1)+(1/d1(d1-1)d2)+…(1/d1(d1-1)…dn-1(dn-1-1)dn)+…为x的Lüroth展式。用Pn(x)/Qn(x)表示x的Lüroth展式的前n项和,称为x的Lüroth展式的n阶收敛因子。在考虑一个实数被它的收敛因子逼近的精度时,可以计算Jarník型集A(v)={x∈(0,1]:|x-Pn(x)/Qn(x)|<1/Qn(x
学位
因为切换边界对分段光滑动力系统的动力性态有至关重要的影响,不同于切换边界为一条直线的平面分段光滑动力系统,本文研究了一类具有扇形切换边界(由从同一点出发的两条射线组成)的平面分段光滑动力系统。此系统被扇形切换边界分割成左右两个子系统,且每个子系统均有一个作用于自身区域的鞍点(实鞍点)。关于该类系统,本文通过研究右系统与其中一条切换射线相切的轨线的性质和左系统通过两条切换射线出发点的轨线的性质,得到
学位
本文将验证下述modified Camassa-Holm方程mt+((u~2-ux~2)m)x+γux=0,t>0,x∈R以合适的初值u0∈Hs,s>2~5时产生的光滑孤子解在Soblev空间H~1(R)∩W1,4(R)上是轨道稳定的。在已知上述Cauchy初值问题的解的局部适定性的前提下,给定相对于光滑孤子解Φ在H~1(R)∩W1,4(R)空间下具有足够小的初始扰动的初值时,只要这个初值也满足局
学位
本文以分子马达在微管上的步进过程为背景,对两个非对称简单排它过程(Asymmetric Simple Exclusion Process,ASEP)的扩展模型进行了研究。通过理论分析与数值模拟对轨道动态增长的ASEP模型和双道双向ASEP模型的相图和稳态行为进行了分析。本文使用平均场方法对轨道以恒定速率生长的ASEP模型进行了理论分析,通过比较激波速率与生长速率的关系,得到了各稳态相的边界条件。对
学位
流体力学广泛应用于航空航天、机械工程和气候气象等多个领域,具有重要的理论价值和现实意义。流体力学中的理论方法在解决实际复杂问题中受到很大的限制,实验方法直观性强,但实验成本高且实验条件苛刻。数值方法因其限制条件少和可重复性强,在流体力学求解方面发挥了重要的作用。随着计算机性能的大幅提升以及深度学习算法的不断优化,利用深层神经网络进行数值模拟逐渐成为一种求解流体力学问题的重要方法。相比于传统数值方法
学位
在微分几何的研究中,特征映射是能量密度为常数的调和映射,特征映射常与调和映射、极小子流形以及拓扑学中映射同伦类的调和代表元相关。球面间λ2特征映射的问题是研究流形之间调和映射关系的一个有趣的课题,由于球面间的λ2特征映射的每个分量都是二阶齐次调和多项式在球面上的限制,这使得在研究球面间λ2特征映射的问题时可以借助二次映射及其与拓扑相关的方法来进行。在低维球面上球面间λ2特征映射还有许多亟待解决的问
学位
近年来,以卷积为核心的深度卷积网络主导了深度学习在计算机视觉领域的发展,但随着近几年数据集与计算能力的不断发展,以注意力机制为核心的transformer网络在计算机视觉任务上的能力逐渐超过了传统的深度卷积网络。Transformer最早应用于语言任务,它完全抛弃了传统深度网络的卷积结构,仅采用注意力处理信息,但依然取得了非常好的效果。然而人们普遍认为其不适应于视觉任务,因为卷积在直觉上相比于注意
学位
耦合效果是级联系统产生的连锁反应,又称为联动效应,耦合发生在生活的各方面,从社会关系到神经学领域到工业领域等,都有利弊产生。耦合系统因为自身的复杂性、多样性、时变性,使得系统比未进行耦合的系统更加的繁琐与复杂,但是解决这样的耦合系统对现实极具实际意义。耦合系统是形形色色的,可以研究热方程子系统与波方程子系统,也可以研究热方程子系统与板方程子系统等,而常微分方程与热方程的耦合却是长久以来持续具有热度
学位