О применении метода продолжения решения по экспоненциальному наилучшему аргументу для решения жёстких краевых задач

Обложка

Цитировать

Полный текст

Аннотация

Процесс построения решения жёстких краевых задач пронизывает множество научных и инженерных дисциплин, требуя новаторских подходов для преодоления ограничений традиционных численных методов. В данном исследовании рассматривается реализация метода продолжения решения по наилучшему аргументу и модифицированному экспоненциальному наилучшему аргументу для решения жёстких задач, характеризующихся быстрорастущими интегральными кривыми. Исследование проводилось путём сравнения эффективности и устойчивости нового подхода с традиционным методом стрельбы. Результаты показывают значительное улучшение вычислительной эффективности при преобразовании задачи к экспоненциальному наилучшему аргументу. Особенно хорошо этот метод проявляет себя в сценариях, где интегральные кривые демонстрируют экспоненциальную скорость роста. Одним из ключевых выводов этого исследования является важная роль параметра регуляризации, выбор которого может определять эффективность решения. В целом, данное исследование предлагает новаторский метод решения жёстких краевых задач и подчёркивает тонкости выбора метода, что может указать путь для дальнейших усовершенствований и применений в различных областях.

Об авторах

Е. Д. Цапко

Акционерное общество «Межрегиональная энергосервисная компания «Энергоэффективные технологии»

Автор, ответственный за переписку.
Email: zapkokaty@gmail.com
ORCID iD: 0000-0002-4215-3510

Support engineer for Visiology platform

ул. Семашко, д. 12, стр. 8, Нижний Новгород, 603155, Российская Федерация

С. С. Леонов

Российский университет дружбы народов; Московский авиационный институт

Email: powerandglory@yandex.ru
ORCID iD: 0000-0001-6077-0435

Candidate of Physical and Mathematical Sciences, Assistant Professor of Nikolsky Mathematical Institute of Peoples’ Friendship University of Russia named after Patrice Lumumba; Assistant Professor of Department of Mechatronics and Theoretical Mechanics of Moscow Aviation Institute

ул. Миклухо-Маклая, д. 6, Москва, 117198, Российская Федерация; Волоколамское шоссе, д. 4, Москва, 125993, Российская Федерация

Е. Б. Кузнецов

Московский авиационный институт

Email: kuznetsov@mai.com
ORCID iD: 0000-0002-9452-6577

Doctor of Physical and Mathematical Sciences, Professor of Department of Mechatronics and Theoretical Mechanics

Волоколамское шоссе, д. 4, Москва, 125993, Российская Федерация

Список литературы

  1. E. Hairer and G. Wanner, Solving ordinary differential equations, II: stiff and differential-algebraic problems. Berlin: Springer-Verlag, 1996.
  2. U. M. Ascher and L. R. Petzold, Computer methods for ordinary differential equations and differential-algebraic equations. Philadelphia, PA: Society for Industrial and Applied Mathematics, 1998. DOI: 10. 1137/1.9781611971392.
  3. K. Dekker and J. G. Verwer, Stability of Runge-Kutta methods for stiff nonlinear differential equations. North-Holland, Amsterdam, New York, Oxford, 1984.
  4. V. I. Shalashilin and E. B. Kuznetsov, Parametric continuation and optimal parametrization in applied mathematics and mechanics. Dordrecht, Boston, London: Kluwer Academic Publishers, 2003.
  5. E. B. Kuznetsov, S. S. Leonov, and E. D. Tsapko, “Applying the best parameterization method and its modifications for numerical solving of some classes of singularly perturbed problems,” vol. 274, 2022, pp. 311- 330. doi: 10.1007/978-981-16-8926-0_21.
  6. E. B. Kuznetsov, S. S. Leonov, and E. D. Tsapko, “A new numerical approach for solving initial value problems with exponential growth integral curves,” in IOP Conference Series: Materials Science and Engineering, AMMAI’2020, IOP Publishing, 2020. doi: 10.1088/1757899X/927/1/012032.
  7. K. W. Chang and F. A. Howes, Nonlinear singular perturbation phenomena: theory and application. New York: Springer, 1984.
  8. R. Temam, Navier-Stokes Equations: theory and numerical analysis. AMS Chelsea Publishing, 1997.
  9. H. Schlichting and K. Gersten, Boundary-layer theory. Springer, 2016. [10] P. Wesseling, Principles of computational fluid dynamics. Springer, 2009.
  10. G. A. Dahlquist, “A special stability problem for linear multistep methods,” BIT Numerical Mathematics, vol. 3, no. 1, pp. 27-43, 1963. doi: 10.1007/BF01963532.
  11. E. B. Kuznetsov, S. S. Leonov, and E. D. Tsapko, “Estimating the domain of absolute stability of a numerical scheme based on the method of solution continuation with respect to a parameter for solving stiff initial value problems,” Computational Mathematics and Mathematical Physics, vol. 63, no. 4, pp. 557-572, 2023. doi: 10.1134/S0965542523040115.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».