کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5776049 1631961 2018 26 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A wavelet multiscale method for the inverse problem of a nonlinear convection-diffusion equation
ترجمه فارسی عنوان
یک روش چند متغیره موجک برای مسئله معکوس یک معادله انتقال غیرخطی
کلمات کلیدی
ترجمه چکیده
این مقاله با مسئله شناسایی پارامترهای انتشار در یک معادله انتقال غیرخطی، که به عنوان معادله اشباع در فرمولاسیون جریان کسری جریان معادلات جریان متخلخل متخلخل دو فازی بوجود می آید، مربوط می شود. مشکل رو به جلو با استفاده از روش های متمایز محدود متقابلا حل می شود و مشکل معکوس به عنوان یک مشکل کمینه سازی با اصطلاحات تنظیم می شود. به منظور غلبه بر اختلال حداقل محلی، برای حل این معکوس مسئله معکوس کردن پارامتر، یک روش چند متغیره موجک استفاده می شود. این روش با تجزیه مشکل معکوس به مقیاس های متعدد با تبدیل موجک کار می کند به طوری که مسئله معکوس اصلی به مجموعه ای از مشکلات زیر معکوس بر اساس متغیرهای مقیاس تبدیل می شود و به طور متوالی حل این مشکلات زیر معکوس را بر اساس اندازه مقیاس از کوچکترین تا بزرگترین. روش گاوس-نیوتن ثابت و سریع مرتفع شده به هر مقیاس اعمال می شود. شبیه سازی های عددی نشان می دهد که الگوریتم پیشنهادی به طور گسترده ای همگرایی، محاسباتی کارآمد و دارای توانایی های ضد سر و صدا و نازایی است.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات ریاضیات کاربردی
پیش نمایش مقاله
یک روش چند متغیره موجک برای مسئله معکوس یک معادله انتقال غیرخطی
چکیده انگلیسی
This paper is concerned with the problem of identifying the diffusion parameters in a nonlinear convection-diffusion equation, which arises as the saturation equation in the fractional flow formulation of the two-phase porous media flow equations. The forward problem is discretized using finite-difference methods and the inverse problem is formulated as a minimization problem with regularization terms. In order to overcome disturbance of local minimum, a wavelet multiscale method is applied to solve this parameter identification inverse problem. This method works by decomposing the inverse problem into multiple scales with wavelet transform so that the original inverse problem is reformulated to a set of sub-inverse problems relying on scale variables, and successively solving these sub-inverse problems according to the size of scale from the smallest to the largest. The stable and fast regularized Gauss-Newton method is applied to each scale. Numerical simulations show that the proposed algorithm is widely convergent, computationally efficient, and has the anti-noise and de-noising abilities.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Computational and Applied Mathematics - Volume 330, 1 March 2018, Pages 165-176
نویسندگان
,