一个时间分数阶扩散方程源强识别反问题.docxVIP

一个时间分数阶扩散方程源强识别反问题 摘要：对于一类带有多个点源的分数阶维扩散 方程问题，应用有限差分法给出了一个数值求解格式，并在 已知点源个数及其位置的前提下，应用最佳摄动量正则化算 法对源强进行了数值反演，并讨论了扰动数据和微分阶数的 不同选取对反演算法的影响. 关键词：分数阶扩散方程多点源 最佳摄动量正则化 算法 整数阶扩散方程是根据质量守恒定律和费克梯度扩散 定律得出的，但是实际情况下许多扩散现象并不满足经典的 费克梯度扩散定律，通常称之为“反常”扩散?分数阶导数 与反常扩散过程本质上有一定的相似性，所以分数阶扩散方 程应运而生，其研究已受到人们越来越多的关注?对于分数 阶微分方程的求解，由于解析解一般都含有特殊函数或者复 杂级数的形式，计算起来比较困难，因此越来越多的研究者 讨论分数阶微分方程的数值解，而对于分数阶扩散方程的源 项反演问题却少有研究?本文研究多点源分数阶对流-扩散 方程的差分求解方法，进而应用最佳摄动量正则化算法对分 数阶扩散方程中的多点源源强进行了数值反演. 考虑一个带多个点源的时间分数阶对流扩散方程的源 强反演问题: —D?+v■二f (x, t) 00； i二0, 1, 2,…，M； t■二n t , t0, n=0, 1, 2,…，N,其中h和t分别是空间和时间 步长，且Mh=L, Nt=T.在方程(1)中采用如下有限差分近 似： ?鄆(X?，t?)=■■■?繫■■■+() ( T ) (4) = B{u (x?，t?)-u (x?，t?)+B[u (x?，tl) -u (x?，t?)]} [ (k+1) B-kB]+0 ( t ) |■二■+() (h?)(5) ■〔?■+0 (h) (6) 将式(4) — (6)代入方程(1),可得 {u (x?，t?)-u (x?，tH) +B[u (x?，t?) -u (x?，t?)]}[ (k+1) ■-kH]-DH+vl=fa (7) 其中 i=l, 2, M-l, f■二?Q? 6 (ih-xB).设 q=?，u■■是u (x?，t?)的数值近似，即得 -pu■■+ ( l+2p-q ) u■■- ( q~p ) ul l=u■ (uHH-uHH) [ (k+1) B-kB]+T ■ r (2-a ) fl (8) u■■二0, u■■二0, u■■二g (xH ) 因此，可得隐式差分格式： 当n二0时， -(q+p) u■■+ (l+2p+q) uH H-puH l=u■■+ t ■『 (2-a ) f?(9) 当n0时， - (q+p) u??+ (l+2p+q) u??-pu■■二(2-2?) u■■-■u??[2 (k+1) ■- (k+2) ■-k?]+u??[ (n+1) ■ -nB]+T ■ r (2-a ) f?(10) 2.最佳摄动量正则化算法 最佳摄动量正则化算法是一种基于Tikhonov正则化、 求解参数反演问题的迭代方法?对于源强反问题(1)- (2), 设污染源的位置已知，即x?，x?，…，x■为，需要反演 相应的源强度…，Q?记R=[QH, QB,…，QI.], 在R已知的前提下，借助上述求解正问题的方法，求出正问 题(1) 一 (2)的解u (x, t； R),进而得到其在时刻t二T 和x■处的值，记为u (x?, t； R).这样求解反演问题(1) —(2)的一种优化方法就是使得计算值与观测值在某种误 差意义下最小，通常化为下述极小问题的求解 mini |u (xB, T； R) -|l+P I |R| (11) 其中u为正则参数?根据摄动算法，极小问题的求解又 转化为对于给定的R?，求解最佳摄动量6RB,进而由下 式确定出R■的一种迭代算法 R■二R?+6R?，n=0, 1, 2,???(12) 其中，■是下述泛函的极小解 F ( 6RB ) = u ( xH , T ； RI+SRI ) 5RH| |H■ (13) 5RH| |H■ (13) 将u (1, RB+6RB)在R■处作泰勒展开, 高阶项，近似可得 F ( 8RB) =| |u (xB, T； R?)-■■ + ?甥(1, t?； R?)? 5RH| !■■+!! | | 5RI| !■ ■? 对 t 进行离散 0=x? Pl+GBG5RB=GB( )， (14) 其中 G= (g?)■, gB = B; 2 = (u (x?,T； R), u (x?,T； R),…，u (x?,T； R)) ■； n=(■■, …，■■)■, v称为数值微分步长.以下给出反演R的算法步骤： 步骤1.给定初始猜测向量R■和数值微分步长Y,求向 量T] , E及矩阵G； 步骤2?按照通常的最佳摄动量算法进行计算，由下式求 出SRH 5RB= ( a I+G?G)