Компьютерные исследования и моделирование
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Компьютерные исследования и моделирование:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Компьютерные исследования и моделирование, 2023, том 15, выпуск 2, страницы 245–258
DOI: https://doi.org/10.20537/2076-7633-2023-15-2-245-258
(Mi crm1058)
 

МАТЕМАТИЧЕСКИЕ ОСНОВЫ И ЧИСЛЕННЫЕ МЕТОДЫ МОДЕЛИРОВАНИЯ

Численное решение обратной задачи для уравнения гиперболической теплопроводности с малым параметром

Г. Д. Акиндиновab, В. В. Матюхинa, О. И. Криворотькоac

a Московский физико-технический институт, Россия, 141701, Московская обл., г. Долгопрудный, Институтский пер., 9
b Институт проблем передачи информации им. А. А. Харкевича, Россия, 127051, г. Москва, Большой Каретный переулок, д. 19, стр. 1
c Новосибирский государственный университет, Россия, 630090, Новосибирск, ул. Пирогова, 1
Список литературы:
Аннотация: В данной работе приведен алгоритм численного решения обратной начально-краевой задачи для гиперболического уравнения с малым параметром перед второй производной по времени, которая состоит в нахождении начального распределения по заданному конечному. Данный алгоритм позволяет для заданной наперед точности получить решение задачи (в допустимых пределах точности). Данный алгоритм позволяет избежать сложностей, аналогичных случаю с уравнением теплопроводности с обращенным временем. Предложенный алгоритм позволяет подобрать оптимальный размер конечно-разностной схемы путем обучения на относительно больших разбиениях сетки и малом числе итераций градиентного метода. Предложенный алгоритм позволяет получить оценку для константы Липшица градиента целевого функционала. Также представлен способ оптимального выбора малого параметра при второй производной для ускорения решения задачи. Данный подход может быть применен и в других задачах с похожей структурой, например в решении уравнений состояния плазмы, в социальных процессах или в различных биологических задачах. Новизна данной работы заключается в разработке оптимальной процедуры выбора размера шага путем применения экстраполяции Ричардсона и обучения на малых размерах сетки для решения задач оптимизации с неточным градиентом в обратных задачах.
Ключевые слова: обратные задачи, гиперболическая теплопроводность, неточный градиент, схема Ричардсона, регуляризация.
Финансовая поддержка Номер гранта
Российский научный фонд 21-71-30005
Исследование выполнено за счет гранта Российского научного фонда (проект № 21-71-30005), https://rscf.ru/project/21-71-30005/.
Поступила в редакцию: 19.02.2023
Принята в печать: 23.02.2023
Тип публикации: Статья
УДК: 519.85
Образец цитирования: Г. Д. Акиндинов, В. В. Матюхин, О. И. Криворотько, “Численное решение обратной задачи для уравнения гиперболической теплопроводности с малым параметром”, Компьютерные исследования и моделирование, 15:2 (2023), 245–258
Цитирование в формате AMSBIB
\RBibitem{AkiMatKri23}
\by Г.~Д.~Акиндинов, В.~В.~Матюхин, О.~И.~Криворотько
\paper Численное решение обратной задачи для уравнения гиперболической теплопроводности с малым параметром
\jour Компьютерные исследования и моделирование
\yr 2023
\vol 15
\issue 2
\pages 245--258
\mathnet{http://mi.mathnet.ru/crm1058}
\crossref{https://doi.org/10.20537/2076-7633-2023-15-2-245-258}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/crm1058
  • https://www.mathnet.ru/rus/crm/v15/i2/p245
  • Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Компьютерные исследования и моделирование
    Статистика просмотров:
    Страница аннотации:76
    PDF полного текста:32
    Список литературы:10
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024