【摘 要】
：
对于自适应时空有限元方法,该文在Johnson等人工作的基础上,对线性、半线性以及完全非线性抛物方程进行了理论误差分析.对线性和完全非线性问题,通过对偶问题的稳定性,利用Ga
论文部分内容阅读
对于自适应时空有限元方法,该文在Johnson等人工作的基础上,对线性、半线性以及完全非线性抛物方程进行了理论误差分析.对线性和完全非线性问题,通过对偶问题的稳定性,利用Galerkin正交性等性质给出了时间最大模,空间L<,2>模,即L<,∞>(L<,2>)模的误差估计.同时,对于对流项系数非线性问题,通过重新定义依赖网格步长的模给出有限元解的误差估计,丰富了该方法的理论研究结果,而对于半线性抛物方程,则利用有限元方法和有限差分方法相结合的技巧,不对时空网格施加限制条件,证明弱解的存在唯一,给出L<,∞>(L<,2>)模的误差估计,放宽了利用对偶问题进行理论分析的限制条件.该文后一部分,讨论了空间间断有限元方法,主要研究TVDRunge-kutta间断Galerkin有限元方法,给出该方法在矩形及无结构三角形网格上的多种实际应用结果,应用范围包括气动力学,水动力学,声波传播以及交通流等各个领域,进一步丰富了该方法的实际模拟结果.
其他文献
用数值方法解偏微分方程需要提前对空间进行离散或进行空间网络划分.网格的性质至关重要,同方程的类型一样它决定着数值方法的精确性和稳定性.直接方法,如有限差分方法（FDM）是
该文共分两部分,第一部分给出了线性约束优化问题的两个信赖域算法:1)线性等式约束优化问题的组合拟牛顿示与信赖域方法,讨论了算法的全局收敛性及其超线性收敛性.2)一类框式
设(X,T)是局部凸分离空间(局部凸Hausdorff空间,以下简记为Lcs空间)该文所做的工作包括:(1)引入(X,T)是C-局部序列空间的概念,证明了C-局部序列空间强于包囿空间,同时又严格
遗传算法和神经网络优化是新发展起来的仿生优化算法，它们分别借鉴了生物的遗传进化机制和人脑的信息处理机制。本文提出了与试验设计相结合的遗传算法，分别用于求解组合优化、
截断数据是生存分析的重要研究内容,而以往关于截断数据的讨论往往仅限于离散场合.该文将截断数据的问题推广到连续场合,对右截断下连续过程的生存孙数及其函数的估计进行了
本文在综合各种不确定推理规则强度描述的方法的基础上,提出概括性描述规则强度的概念——不确定推理规则的格值确定度,使各种规则强度描述成为其一种特殊情况.特别的,讨论了