对流-扩散方程的四阶精度交替分组显式迭代方法

来源 :山东大学 | 被引量 : 0次 | 上传用户:heyzol
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
为研究对流-扩散方程的适合于并行机上运行的高效率的计算方法,本文借鉴文献[20]中二阶导数的四阶紧致差分逼近思想,构造了含源汇项对流-扩散方程的四阶精度两层三点隐式差分格式。在此基础上,借鉴交替分组迭代思想,将差分方程组划分为若干个子方程组来分别同时进行显式迭代求解,得到了四阶精度交替分组迭代格式,并证明了算法的收敛性,给出了使算法达到收敛时迭代次数最少的加速参数ρ。随后针对具体例子给出了数值实验结果。这种新的并行迭代方法获得了并行性、稳定性及精度兼顾的优点,数值算例显示它们具有较高的精确度。然后对此方法进行了推广,进一步构造了二维扩散问题的四阶交替分组迭代方法,并证明了迭代算法的收敛性。对于一维对流-扩散问题,给出了数值算例,数值结果表明该并行迭代方法具有良好的实用性。
其他文献
模糊系统的构建与优化一直是模糊理论研究中的一个重要课题。目前,虽然已经有很多关于模糊系统优化的研究与方法,但又都存在一定的局限性和不足。模糊系统的构建与优化,实质
随着人们对图像处理技术的需求与日俱增,图像处理技术越来越受到人们的重视。计算机技术的快速发展也给图像处理技术的广泛应用提供了广阔的平台。图像分割是计算机视觉领域
在信号传输过程中,由于数据丢失、数据攀爬以及噪声等因素的干扰使得信号不能准确无误的传输。这样接收到的信号与原始信号就存在着误差,而且这种误差是不可避免的。如果用一
蚁群算法是由意大利学者M.Dorigo,A.Colorni等人受到蚂蚁觅食行为的启发提出的一种可以解决组合优化问题的模拟进化算法。他们充分利用蚁群搜索食物的过程与旅行商问题(Trave
作为家长,不仅是孩子科学文化知识的传播者,也是孩子灵魂的塑造者,更是孩子身心健康的保护神.耐挫力的培养是家长抓住时机,因势利导,让孩子在实际生活和学习中,经受挫折,克服
本文的主要内容是对Catmull-Clark细分方法、Loop细分方法、Doo-Sabin细分方法、改进的蝶形细分方法等比较经典的细分方法的细分规则与算法进行了探讨。   首先,探讨了曲线
伴随网络的高速发展和计算机技术的日新月异,电子商务中出现了信息过载的现象。为了尽快地处理类似情况,推荐系统随之诞生,此中以协同过滤算法为基础的系统更是得到了具大的
近年来,神经网络理论与技术得到了迅猛的发展,尤其在工业领域,临床医学,经济活动等方面获得了大量的应用;并且利用神经网络可以建立模式识别人脸系统,全自动模式识别系统等。
本文主要考虑了函数型数据主成分分析的一种新的定义方式。在多元离散数据的情形下,我们既可以在列空间上也可以在行空间上进行主成分分析。根据已有的函数型数据主成分分析的
随机游动是随机过程中最简单、最重要的特例。在随机过程和相关文献中研究的随机游动都是无限制的,基于大数定律基础之上的。而在实际应用中,尤其在经济学、生物学、预测等领域