五阶FD-WENO格式和二阶Godunov格式MUSCL的数值测试与定量比较

研制了用5阶FD-WENO格式(WENO5)及2阶Godunov格式(MUSCL)求解双曲守恒律组的应用软件.通过求解若干Riemann问题及较复杂的一维激波相互碰撞问题对这些软件进行测试和定量比较,发现对于Sod Riemann问题,两种格式都易于算出具有较高精度和较高分辨率的数值结果.     

非线性中立型延迟微分方程Runge-Kutta方法的稳定性

对Rα,β类非线性中立型延迟微分方程给出了稳定及渐近稳定的充分条件,对于Runge-Kutta方法应用于上述问题得到的数值方法，获得了其稳定及渐近稳定的条件。     

刚性Volterra泛函微分方程算法理论及高效算法

首先介绍刚性Volterra泛函微分方程的稳定性理论及其数值方法的B理论。这项工作为刚性延迟微分方程、刚性积分微分方程以及其它各种类型的刚性泛函微分方程的研究提供了统一的理论基础。其次以该理论为指针推荐高效算法，其中包括向后Euler方法、二阶BDF方法、并行多值混合方法及实特征值多步Runge—Kutta法。     

非线性随机延迟微分方程Euler-Maruyama方法的收敛性

首先利用附近已有节点上的值通过插值对延迟项进行数值逼近,这是一种崭新的尝试;然后针对较一般情形下的一类非线性随机延迟微分方程初值问题,得到了带线性插值的Euler-Maruyama方法在均方意义下是收敛的理论结果,它部分推广了已有文献中的相关结论。     

高阶FD-WENO格式用于Richtmyer-Meshkov不稳定性数值模拟

用双曲守恒律组的高阶加权本质上无振荡有限差分格式(FD-WENO)求解在众多领域有着重要应用的高马赫数二维流体界面Richtmyer-Meshkov不稳定性问题及激波与气泡相互作用问题,获得了较为理想的数值结果。表明高阶FD-WENO格式的确特别适合于求解这类既具有激波有具有复杂流动结构的流体动力学问题,它比通常的二阶Godunov格式(如PPM等)更为优越。     

修改的并行多步混合方法

李寿佛，苏凯于１９９５年构造了一类用于求解刚性问题的并行混合方法（ＰＨＭ），其计算速度与向后微分公式（ＢＤＦ）基本相同，但稳定性远优于向后微分公式．本文通过适当修改ＰＨＭ，构造了一类新的并行混合方法（ＭＰＨＭ），新方法基本保持了ＰＨＭ的各种优势，尽管稳定域稍微减小，但方法的级阶和Ｂ相容阶都提高了一阶，数值试验表明新方法ＭＰＨＭ能够进一步改善ＰＨＭ的计算精度     

线性多步法的B-收敛性

本文讨论线性多步法用于求解Hilbert空间中非线性Stiff初值问题时数值解的误差特性。证明了任何A稳定的且经典相容阶为p的线性k步方法必是p阶最佳B-收敛的,这里k≥1,p=1,2.并给出了确定计算初值的一种新的手段,它使得初始误差对整体误差的影响不依赖于问题的刚性。     

关于多步方法稳定程度的若干讨论

本文是作者于[1]中工作的继续。首先,就求解常微分方程初值问题的一般多步方法给出了稳定程度Q_s的上界及Qs→0的充分条件;给出了方法关于非空集合M(?)的稳定程度Q_M>0的充要条件;并讨论了方法关于μ∈(?)的稳定程度Q_μ的性质,证明了函数Q_μ于其零点连续。其次,将以上结果用于讨论线性多步方法稳定域的大小与其稳定程度的关系,证明了任何渐近A_0-稳定的k步k-1阶显式线性多步法的稳定程度必趋于零;在某些条件下,浙近A_0-稳定的k步k+1阶隐式线性多步法的稳定程度必趋于零。这里k为大于1的整数。     

一般线性方法的稳定性与B-收敛性

由于处理非线性stiff初值问题的需要,近年来,B-稳定及B-收敛理论的研究蓬勃兴起。但迄今仍局限于单步方法(主要是RK方法)的范围。本文试图突破这一范围,把研究引向一般的多值方法,并在这一新领域中建立一     

离散变量方法的稳定程度

本文主要结果为: 1.就求解常微分方程初值问题的离散变量方法建立了“稳定程度”这一新的概念;并指出:在评价多步方法稳定性优劣时,不能只看其稳定域的大小和形状,而必须把它的“稳定程度”作为另一个具有同等价值的重要指标。2.定义了离散变量方法的“(δ,p)-稳定域”S(δ,p);并指出:当多步方法的稳定域S为(?)中的非空闭集时,它必与适当的(δ,p)-稳定域相等,因而可通过对后者稳定程度的估计来估计它的稳定程度;当稳定域S的稳定程度等于零时,则以适当的(δ,p)-稳定域去代替它是适宜的。3.证明了k步方法的非空(δ,p)-稳定域的稳定程度不小于δ~(k-1)/p,这里0<δ<2;p是不大于k的正整数;k为正整数。4.作为稳定程度的一个应用,设以“线性”k步方法按定步长h求解线性自治系统dx/dy=Ay时导出的差分方程为sum from i=0 to k Gi(hA)ym i=0,我们获得了整体误差e_m的如下估计: 这里设每个hλ_f∈S(δ,p);诸λ_i(j=1,2,…,n)是n×n阶矩阵A的特征值;condA是A关于特征值问题的条件数;d_i,r_u分别是点x_i处的局部离散误差及含入误差。当n=1时方法不必是“线性”的。