کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
8053593 | 1519430 | 2018 | 10 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Arbitrary-order functionally fitted energy-diminishing methods for gradient systems
ترجمه فارسی عنوان
روش اختیاری به صورت کاربردی روشهای کاهش انرژی را برای سیستم های گرادیان فراهم می کند
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
سیستم های گرادیان روش های کاهش انرژی، روش های کارکردی مناسب روش های خودسرانه سفارش
ترجمه چکیده
به خوبی شناخته شده است که برای سیستم های گرادیان در فضای اقلیدیا یا در یک منیفولد ریمان، انرژی یکنواخت در کنار راه حل ها کاهش می یابد. در این نامه ما روش های کاهش انرژی کارآمد را برای حفظ این ویژگی کلیدی سیستم های گرادیان به دست می آوریم. ثابت شده است که روش های جدید انرژی کاهش می یابد و می تواند تحمل برای سیستم های گرادیان بسیار سفت است. ما همچنین نشان می دهیم که این روش ها می تواند به صورت مرتب بالا باشد و در مورد پیاده سازی آنها بحث شود. یک تست عددی برای نشان دادن کارآیی روش های جدید در مقایسه با سه روش عددی موجود در ادبیات نشان داده شده است.
موضوعات مرتبط
مهندسی و علوم پایه
سایر رشته های مهندسی
مکانیک محاسباتی
چکیده انگلیسی
It is well known that for gradient systems in Euclidean space or on a Riemannian manifold, the energy decreases monotonically along solutions. In this letter we derive and analyse functionally fitted energy-diminishing methods to preserve this key property of gradient systems. It is proved that the novel methods are energy-diminishing and can achieve damping for very stiff gradient systems. We also show that the methods can be of arbitrarily high order and discuss their implementations. A numerical test is reported to illustrate the efficiency of the new methods in comparison with three existing numerical methods in the literature.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Applied Mathematics Letters - Volume 83, September 2018, Pages 130-139
Journal: Applied Mathematics Letters - Volume 83, September 2018, Pages 130-139
نویسندگان
Bin Wang, Ting Li, Yajun Wu,