基于双曲正切标量辅助变量方法的梯度流无条件能量稳定且精确的算法
《Computers & Mathematics with Applications》:Unconditionally energy-stable and accurate schemes based on hyperbolic tangent scalar auxiliary variable approach for gradient flows
【字体:
大
中
小
】
时间:2026年01月30日
来源:Computers & Mathematics with Applications 2.7
编辑推荐:
周海红|张欢|潘晓敏
单位:上海大学数学系
地址:上海市,邮编:200444,国家:中国
摘要
本文通过提出双曲正切标量辅助变量方法,扩展了辅助变量的选择范围,用于求解梯度流问题。所提出的tanh-SAV方法基于双曲正切函数引入辅助变量,从而形成结构清晰的公式,
周海红|张欢|潘晓敏
单位:上海大学数学系
地址:上海市,邮编:200444,国家:中国
摘要
本文通过提出双曲正切标量辅助变量方法,扩展了辅助变量的选择范围,用于求解梯度流问题。所提出的tanh-SAV方法基于双曲正切函数引入辅助变量,从而形成结构清晰的公式,便于构建解耦的、线性的且高效的数值方案。我们利用Crank–Nicolson方法或k步向后差分公式进行时间离散化,构建了一阶、二阶及更高阶的无条件能量稳定方案。每个时间步仅需求解一个常系数方程,且我们证明了所有所得的tanh-SAV方案在每个时间层面上都具有唯一解。此外,理论分析表明这些数值方案具有离散能量稳定性,并证明了辅助变量的正性。对于结合傅里叶伪谱空间离散化的tanh-SAV/BDFk方案(k=2,3,4),我们还建立了完全离散的最优阶误差估计。同时,我们对一维和二维的Cahn–Hilliard模型、Allen–Cahn模型以及相场晶体模型进行了数值模拟,结果表明,与理论分析一致,所提方案保持了辅助变量的正性,具备优异的稳定性,并达到了预期的时间精度。
引言
相场模型在数值模拟中得到了广泛应用,其应用领域涵盖材料科学、流体力学和断裂力学等,尤其在模拟相变、成核、裂纹扩展等复杂现象方面具有重要价值[1]–[7]。相场模型依据能量最小化原理演化,系统会自然趋向于能量更低的状态。这一演化过程可在数学上表示为梯度流,它源自总自由能的泛函变化,决定了相场的变化方向和速率。该流动符合热力学第二定律,通常由驱动自由能E和耗散机制G构成,其中E代表Ginzburg–Landau自由能泛函,G为正对称算子。
一般而言,自由能E[?]由非线性泛函的积分部分与二次项之和构成:
$$E[?]=∫Ω[12?·L?+F(?)]dx=12(?,L?)+E1[?]=12(?,L?)+∫ΩF(?)dx$$
其中$x \in Ω$,Ω表示有界域,L为非负线性算子,?为相函数,$E1[?]=∫ΩF(?)dx$代表自由能的非线性部分,$(·, ·)$为L2内积。此处,$F(?)=14?2(?2?1)2$为Ginzburg–Landau双井势,常用于描述各种系统中的相变现象,其中?>0为界面厚度参数。基于方程(1)中总自由能E[?]的能量变化,梯度流的一般形式可表示为:
$$??/?t=?Gμ, μ=δE/δ?=L?+F′(?)$$
其中?∈[?1,1],μ=δE/δ?为化学势。通常,方程(2)和(3)中的系统可施加周期性边界条件或均匀Neumann边界条件:$??/?n|?Ω=?μ/?n|?Ω=0$,其中n为?Ω的外法线方向。梯度流的形式可能因功能空间而异,具体而言,耗散算子G的选择决定了梯度流的类型。例如,G=I对应L2梯度流,而G=?Δ则表示H?1梯度流。
由于相场方程可视为自由能的梯度流,因此它本质上具有能量稳定性。这种稳定性体现在系统的自由能在演化过程中逐渐降低,最终达到平衡状态。这一过程可由梯度流的一个重要物理性质——能量耗散律来描述。将方程(2)和(3)分别与μ和??/?t取内积,可得:
$$d/dtE=(δE/δ?,??/?t)=?(Gμ,μ)≤0$$
因此,若满足以下条件,则称离散化方案具有能量稳定性:
$$E[?n+1]?E[?n]≤0, n=0,1,2,?$$
其中(·)n+1表示在$t=tn+1$时对(·)的数值近似。在现实世界中,大多数梯度流系统都遵循热力学第二定律而具有能量耗散特性,且这类系统通常为非线性系统。因此,在模拟相场方程时,采用能量稳定方法至关重要。
迄今为止,许多研究者已探索了多种高效、能量稳定且广泛应用的梯度流时间离散化方法[8]–[15]。这些方法包括半隐式傅里叶谱方法[8]、凸分裂方法[9]、全隐式方法[15]、线性稳定方法[10]、不变能量二次化方法[11]、[12]以及标量辅助变量方法[13]、[14]。Badia等人[16]通过在势能项的公式中引入拉格朗日乘数,构建了一阶、无条件能量稳定的线性和非线性方案。后来,Guillén等人[17]进一步扩展了拉格朗日乘数的应用,设计了用于求解具有双井(多项式)势的Cahn–Hilliard方程的一阶和二阶无条件能量稳定线性方案。基于拉格朗日乘数,Ginzburg–Landau双井势可表示为:
$$f(?)=F′(?)=q?, 其中 q=1?2(?2?1)$$
Yang等人[11]、[12]随后提出了IEQ方法,作为拉格朗日乘数方法的推广。IEQ方法的核心思想是通过引入拉格朗日乘数,将自由能转化为二次形式(因为非线性势通常有下界限制),即:
$$q(t,x;?)=F(?)+C0, 其中 C0 为正常数,使得 F(?)+C0≥0$$
IEQ方法的优点在于能够构建线性、无条件稳定且二阶无条件能量稳定的方案,适用于多种梯度流问题[14]。
尽管IEQ方法在构建能量稳定方案方面效果显著,但它也存在一些局限性。例如,IEQ方法要求自由能密度F(?)有界,且需求解系数变化的线性方程,而这可能不适用于某些具有实际意义的模型[13]。为克服IEQ方法的局限性,Shen等人[13]、[14]首先提出了一种SAV方法,通过引入时间依赖的辅助变量$r(t)=E1[?]+C0$来求解梯度流问题。与IEQ方法中引入的辅助函数$q(t, x; ?)$不同,此处引入的辅助变量$r(t)$与空间变量无关,在最终的完全离散方案中表现为标量。因此,SAV方法使得每个时间步都得到具有常系数的解耦线性系统。此外,它还放宽了对非线性自由能势下界限制的假设[13]、[14]。迄今为止,Shen等人提出的原始SAV方法[13]、[14]已被广泛扩展,用于模拟大量梯度流问题以及复杂的非线性问题,如相场模型[13]、[18]、相场晶体问题[19]、外延薄膜生长模型[20]、Navier–Stokes方程[21]、Navier–Stokes–Cahn–Hilliard方程[22]、Schr?dinger方程[23]等等。
原始SAV方法具有诸多显著优势,但也存在一些需要改进的缺陷。例如,它会耗散修正后的能量$E?[?,r]=12(?,L?)+r2?C0$,而非原始自由能E[?],而且非线性自由能$E1[?]$还需有下界限制。为解决原始SAV方法中的这些问题,许多研究者探索了各种衍生方法和改进方案[24]–[35],这些方法针对特定挑战提供了独特的优化方案。它们可能着眼于提高计算效率、增强数值稳定性、简化实现方式,或拓展其对更多自由能函数的适用性。
通过对原始SAV方法[13]、[14]进行多种修改,人们提出了不同的SAV定义。Cheng等人[29]提出了SAV方法[13]、[14]的替代方案,其中引入了辅助变量η(t),该变量也可充当拉格朗日乘数。该方法能够耗散原始能量而非修正后的能量,且无需非线性自由能有下界限制。Yang等人[26]则提出了一种广义正辅助变量方法,用于构建能量稳定方案,该方法适用于一般的耗散系统,且仅需求解线性代数方程。gPAV方法的核心优势在于它不受IEQ和SAV方法中平方根函数的约束,可通过基于能量泛函的更一般函数类来定义。最重要的是,gPAV方法能够保证$r(t)$的正值特性,即每个时间步的广义辅助变量的离散值均为正数。后来,Huang等人[30]借鉴gPAV方法的思想[26],不再仅关注方程(5)中的非线性部分$E1[?]+C0$,而是采用修正后的总自由能$E(?)+C0$来定义SAV,从而拓展了原始SAV方法[13]、[14]的适用范围。他们[30]还设计了一种高效、线性且精确的新型SAV方法,通过引入新的SAV来控制显式线性项而非仅非线性项,每时间步仅需求解一个线性方程。该方法[30]还采用了能量平衡方程的一阶近似,并引入参数θ,以便构建更高阶的无条件能量稳定方案。作为对先前SAV方法[13]、[14]、[29]、[30]的进一步扩展,Cheng等人[31]为梯度系统开发了三种广义SAV方法。第一种方法在原始SAV方法[13]、[14]的基础上,重点关注非线性能量$E1[?]$;第二种方法基于近期出现的方案[30],利用总自由能E[?]来拓展其适用范围;第三种方法则将第二种方法与拉格朗日乘数技术[29]相结合,以确保原始能量的无条件稳定性和耗散性。此外,前两种G-SAV方法在定义SAV时允许灵活选择函数形式,包括幂函数(以平方根函数为例)、指数函数和对数函数等。作为G-SAV方法[31]的一种特殊选择,Liu等人[28]、[33]设计了两种基于指数函数的先进SAV方法,确保辅助变量的正性特性。第一种为指数SAV方法,它消除了非线性自由能部分$E1[?]$的下界限制。随后,他们又提出了指数半隐式SAV方法,该方法在保留指数方法消除E[?]下界限制的优势的同时,便于开发更高阶的数值方案。此外,Liu等人[32]在设计逐步求解型SAV方法时,引入了不含平方根的辅助变量,通过将辅助变量与非线性项一起显式处理,实现了线性、解耦且无条件能量稳定的数值方法。
总体而言,基于SAV的方法核心思想是引入合适的辅助变量,将原始系统重新表述为等价形式,通常表示为$r(t)=F(E1[?])$或$r(t)=F(E[?])$,其中$F:R+→R$表示一个可逆的变换函数。为保证问题的适定性并维持能量耗散结构,通常要求$F$在其定义域上可微且严格单调,同时具有明确的逆函数$F^{-1}$。在此框架下,能量泛函可基于辅助变量$r$重新表述,得到如下修正后的能量表达式:
$$E?[?,r]=12(?,L?)+F^{-1}(r)$$或$$E?[?,r]=F^{-1}(r)$$
表1总结了文献[13]、[14]、[28]、[30]、[31]、[32]、[33]中提出的几种典型变换函数$F$,这些函数扩展了早期研究[31]、[36]中的分析结果。这些函数可采用代数形式、对数形式或指数形式,通常还会通过适当的平移或缩放来确保辅助变量的正性和平滑性。这样的设计灵活性使得人们能够开发出大量具备基本稳定性特性(包括离散能量耗散特性)的SAV型数值方案。
此外,原始SAV方法[13]、[14]还通过整合多种技术得到了改进,从而提升了其适用性和稳定性。Xu等人[27]为二元相场表面活性剂系统提出了稳定化SAV方法,通过将原始SAV方法与稳定化技术相结合,构建出了二阶、线性且无条件能量稳定的数值方案。另外,Gong等人[24]、[25]将原始SAV方法与Runge–Kutta方法结合,从而为梯度流模型开发出了任意高阶的能量稳定数值方案。最近,Jiang等人[34]通过将松弛技术与原始SAV方法相结合,进一步优化了该算法,显著提升了其准确性和一致性。为了扩大辅助变量的选择范围,我们借鉴原始SAV方法的多种扩展形式,试图为求解梯度流问题引入合适的辅助变量。受先前方法[26][31]的启发,我们提出了一种新的SAV方法——双曲正切SAV方法,并通过严谨的理论分析为其提供支撑。具体而言,当x>0时,tanh(x)始终为正值,且随着x的增大,tanh(x)会从0开始单调递增,并以平滑的方式逐渐趋近于1。由于对于x>0的情况,tanh(x)函数具有有界性和正值特性,因此有助于避免长时间梯度流模拟中的溢出问题,同时确保每个时间步中离散辅助变量的正值性。辅助变量的正值性对于证明所提数值方案具备离散无条件能量稳定性至关重要。此外,我们基于经过平移的自由能势E[?]+C0,利用一阶近似方法对由辅助变量导出的动力方程进行离散化处理[30][33]。所提出的双曲正切SAV方法继承了原始SAV方法的优点,同时简化了计算流程——在每个时间步只需求解一个具有常系数的线性方程。标量辅助变量r和相位函数?可以逐步计算得出。该方法还能确保每个时间步中离散辅助变量的正值性。另外,该算法还可扩展到更高阶的后向差分格式(BDF)方案,这类方案同样能够保持无条件能量稳定性。本文的其余结构如下:第2节中,我们提出了用于梯度流的双曲正切SAV方法,并阐述了其一阶、二阶及更高阶时间离散方案的构建方式。文中证明了这些方案具备离散无条件能量稳定性以及唯一解的存在性,同时还给出了详细的推导过程和高效的实现策略。第3节中,我们对双曲正切SAV/BDFk方案(k=2,3,4)进行了最优收敛性分析,并结合傅里叶伪谱空间离散化方法,得出了完全离散形式的误差估计。第4节通过大量数值实验,验证了双曲正切SAV方法的准确性、稳定性及效率。通过与SAV、ESI-SAV等现有方法的对比,凸显了所提方法的优势。最后,第5节总结了研究结果,并探讨了该双曲正切SAV方法更广泛的适用意义及潜在应用场景。
**梯度流问题的双曲正切SAV方法**
在本节中,我们探讨了基于双曲正切函数的SAV(双曲正切SAV)方法,用以构建能量稳定的数值方案。采用双曲正切函数作为标量辅助变量的核心优势在于:对于x>0的情况,该函数具有有界性(0
**双曲正切sav/bdfk方案的最优收敛性**
为得出完全离散形式的误差界,我们按照[37][38][39][40]中的标准框架,将时间离散的双曲正切sav/bdfk方案(k=2,3,4)与空间上的傅里叶伪谱离散化方法相结合。设xn为周期域ω上的三角多项式空间,δn表示离散拉普拉斯算子,(·,·)表示离散l2内积。类似地,gn和ln分别表示连续算子g和l的离散对应形式。对于属于xn空间的向量v,我们采用离散……
**数值结果与分析**
在本节中,我们通过一系列数值实验,验证了所提出的双曲正切sav方案在经典相场模型中的应用效果,包括allen–cahn方程、cahn–hilliard方程,以及与某些模式形成问题中的相场建模密切相关的swift–hohenberg模型。同时,我们还对比了原始sav方法[13][14]、esi-sav方法在精度和能量稳定性方面的表现。
**结论**
在本研究中,我们提出了一种基于双曲正切标量辅助变量(双曲正切sav)的新方法,用于构建梯度流问题的高阶、无条件能量稳定数值方案。该方法通过引入经过平移的总自由能来定义辅助变量,并运用一阶近似方法对相应的动力方程进行离散化处理。双曲正切sav方法在保留原始sav方法[13][14]优势的同时,还具备多项关键优势。 **双曲正切sav bdfk方案的最优收敛性** 为得出完全离散形式的误差界,我们按照[37][38][39][40]中的标准框架,将时间离散的双曲正切sav bdfk方案(k=2,3,4)与空间上的傅里叶伪谱离散化方法相结合。设XN为周期域Ω上的三角多项式空间,ΔN表示离散拉普拉斯算子,(·,·)表示离散L2内积。类似地,GN和LN分别表示连续算子G和L的离散对应形式。对于属于XN空间的向量v,我们采用离散…… **数值结果与分析** 在本节中,我们通过一系列数值实验,验证了所提出的双曲正切sav方案在经典相场模型中的应用效果,包括allen–cahn方程、cahn–hilliard方程,以及与某些模式形成问题中的相场建模密切相关的swift–hohenberg模型。同时,我们还对比了原始sav方法[13][14]、esi-sav方法在精度和能量稳定性方面的表现。 **结论**>
**双曲正切sav/bdfk方案的最优收敛性**
为得出完全离散形式的误差界,我们按照[37][38][39][40]中的标准框架,将时间离散的双曲正切sav/bdfk方案(k=2,3,4)与空间上的傅里叶伪谱离散化方法相结合。设xn为周期域ω上的三角多项式空间,δn表示离散拉普拉斯算子,(·,·)表示离散l2内积。类似地,gn和ln分别表示连续算子g和l的离散对应形式。对于属于xn空间的向量v,我们采用离散……
**数值结果与分析**
在本节中,我们通过一系列数值实验,验证了所提出的双曲正切sav方案在经典相场模型中的应用效果,包括allen–cahn方程、cahn–hilliard方程,以及与某些模式形成问题中的相场建模密切相关的swift–hohenberg模型。同时,我们还对比了原始sav方法[13][14]、esi-sav方法在精度和能量稳定性方面的表现。
**结论**
在本研究中,我们提出了一种基于双曲正切标量辅助变量(双曲正切sav)的新方法,用于构建梯度流问题的高阶、无条件能量稳定数值方案。该方法通过引入经过平移的总自由能来定义辅助变量,并运用一阶近似方法对相应的动力方程进行离散化处理。双曲正切sav方法在保留原始sav方法[13][14]优势的同时,还具备多项关键优势。>
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号