Radial basis functions method for solving the fractional diffusion equations

数学 分数阶微积分 数学分析 离散化 搭配法 径向基函数 常微分方程 微分方程 应用数学 计算机科学 人工神经网络 机器学习
作者
Fahimeh Saberi Zafarghandi,Maryam Mohammadi,Esmail Babolian,Shahnam Javadi
出处
期刊:Applied Mathematics and Computation [Elsevier]
卷期号:342: 224-246 被引量:24
标识
DOI:10.1016/j.amc.2018.08.043
摘要

Fractional order diffusion equations are generalizations of classical diffusion equations, treating super-diffusive flow processes. The paper presents a meshless method based on spatial trial spaces spanned by the radial basis functions (RBFs) for the numerical solution of a class of initial-boundary value fractional diffusion equations with variable coefficients on a finite domain. The space fractional derivatives are defined by using Riemann–Liouville fractional derivative. We first provide Riemann–Liouville fractional derivatives for the five kinds of RBFs, including the Powers, Gaussian, Multiquadric, Matérn and Thin-plate splines, in one dimension. The time-dependent fractional diffusion equation is discretized in space with the RBF collocation method and the remaining system of ordinary differential equations (ODEs) is advanced in time with an ODE method using a method of lines approach. Some numerical results are given in order to demonstrate the efficiency and accuracy of the method. Additionally, some physical properties of this fractional diffusion system are simulated, which further confirm the effectiveness of our method. The stability of the linear systems arising from discretizing Riemann–Liouville fractional differential operator with RBFs is also analysed.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
2秒前
面面完成签到,获得积分10
2秒前
3秒前
3秒前
冷傲的鞋子完成签到,获得积分10
5秒前
薰硝壤应助碧蓝小蜜蜂采纳,获得10
6秒前
moon发布了新的文献求助10
6秒前
jinzhou完成签到,获得积分10
7秒前
咕咕发布了新的文献求助10
8秒前
Raisin完成签到 ,获得积分10
8秒前
lg完成签到,获得积分10
8秒前
是马思雨完成签到,获得积分10
10秒前
tingtingzhang完成签到 ,获得积分10
11秒前
海盐气泡水完成签到,获得积分10
11秒前
11秒前
ZXL完成签到,获得积分10
11秒前
852应助开心的野狼采纳,获得10
13秒前
eular完成签到 ,获得积分10
14秒前
16秒前
深情安青应助zzzyyyuuu采纳,获得10
17秒前
lg发布了新的文献求助10
17秒前
科目三应助huangrui采纳,获得10
18秒前
19秒前
李健的粉丝团团长应助hy采纳,获得10
20秒前
20秒前
timo发布了新的文献求助10
21秒前
席楠发布了新的文献求助10
21秒前
JayL完成签到,获得积分10
22秒前
22秒前
24秒前
于广喜发布了新的文献求助10
24秒前
24秒前
搜集达人应助wangayting采纳,获得10
25秒前
FuelCell发布了新的文献求助10
25秒前
大个应助爱听歌的明轩采纳,获得10
28秒前
28秒前
Crane发布了新的文献求助10
28秒前
30秒前
小马甲应助龙傲天采纳,获得10
32秒前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3141175
求助须知:如何正确求助?哪些是违规求助? 2792145
关于积分的说明 7801676
捐赠科研通 2448353
什么是DOI,文献DOI怎么找? 1302516
科研通“疑难数据库(出版商)”最低求助积分说明 626613
版权声明 601237