A new fast predictor-corrector method for nonlinear time-fractional reaction-diffusion equation with nonhomogeneous terms

数学 预测-校正方法 非线性系统 方案(数学) 分数阶微积分 扩散方程 应用数学 趋同(经济学) 初值问题 数学分析 物理 经济 量子力学 经济增长 经济 服务(商务)
作者
Zhenming Wang,Xiaozhong Yang,Xin Gao
出处
期刊:Discrete and Continuous Dynamical Systems-series B [American Institute of Mathematical Sciences]
卷期号:28 (7): 3898-3924 被引量:1
标识
DOI:10.3934/dcdsb.2022247
摘要

Time-fractional reaction-diffusion (TFRD) equation is an important fractional parabolic equation, and the research of its numerical solution has scientific significance and engineering application value. In this paper, a new fast predictor-corrector (FP-C) scheme is constructed based on fast L1 approximation of Caputo fractional derivative for solving nonlinear TFRD equation with nonhomogeneous terms. The linearized implicit difference scheme is used for the predictor step and Crank-Nicolson(C-N) scheme is used for the corrector step. Theoretical analysis proves that FP-C scheme is convergent and stable unconditionally for nonlinear TFRD equation. Numerical analysis and experiments show that the computational accuracy of FP-C scheme is $ O(\tau^{2-\alpha}+h^2) $ under the strong regularity condition and $ O(\tau^{\alpha}+h^2) $ under the weak regularity condition. Compared with the classical predictor-corrector (P-C) scheme based on standard L1 approximation, the FP-C scheme improves the computational efficiency without losing the computational accuracy. It is shown that the new FP-C scheme is an efficient method to solve nonlinear TFRD equation with nonhomogeneous terms.
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
刚刚
2秒前
bkagyin应助峰1992采纳,获得10
3秒前
3秒前
4秒前
安静幻竹发布了新的文献求助10
4秒前
搜集达人应助大力的芹采纳,获得10
4秒前
5秒前
5秒前
ZengLY发布了新的文献求助10
7秒前
Philthee完成签到,获得积分10
7秒前
科学宇宙完成签到 ,获得积分10
7秒前
豆子发布了新的文献求助10
7秒前
7秒前
8秒前
hss发布了新的文献求助10
9秒前
9秒前
yu发布了新的文献求助10
9秒前
烂漫的绝悟完成签到 ,获得积分10
9秒前
安静幻竹完成签到,获得积分10
10秒前
醉熏的雁玉完成签到,获得积分10
11秒前
12秒前
科研通AI2S应助宁静致远采纳,获得10
12秒前
凡人完成签到,获得积分10
12秒前
言小言发布了新的文献求助20
12秒前
zgy发布了新的文献求助10
13秒前
腰果虾仁发布了新的文献求助10
13秒前
郑志凡发布了新的文献求助10
14秒前
搜集达人应助zhangh65采纳,获得10
15秒前
大个应助yin采纳,获得10
15秒前
yu完成签到,获得积分10
16秒前
Ww发布了新的文献求助10
19秒前
19秒前
skyleon发布了新的文献求助10
20秒前
zgy完成签到,获得积分20
20秒前
Ploaris发布了新的文献求助10
24秒前
25秒前
朴实的代桃应助伶俐楷瑞采纳,获得10
26秒前
夜阑卧听发布了新的文献求助10
26秒前
29秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Effect of reactor temperature on FCC yield 2000
How Maoism Was Made: Reconstructing China, 1949-1965 800
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 600
Promoting women's entrepreneurship in developing countries: the case of the world's largest women-owned community-based enterprise 500
Shining Light on the Dark Side of Personality 400
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 3310521
求助须知:如何正确求助?哪些是违规求助? 2943373
关于积分的说明 8514415
捐赠科研通 2618654
什么是DOI,文献DOI怎么找? 1431316
科研通“疑难数据库(出版商)”最低求助积分说明 664433
邀请新用户注册赠送积分活动 649616