针对非线性时间分数阶非局部扩散方程的无条件最优且α-鲁棒的双网格Galerkin有限元法
《Communications in Nonlinear Science and Numerical Simulation》:An unconditionally optimal and
α-robust two-grid Galerkin FEM for nonlinear time-fractional nonlocal diffusion equation
【字体:
大
中
小
】
时间:2026年10月24日
来源:Communications in Nonlinear Science and Numerical Simulation 3.8
编辑推荐:
# 摘要
本文针对非均匀网格上非线性时间分数阶非局部扩散方程,构造并分析了一种无条件最优且α-鲁棒的完全离散双网格Galerkin有限元方法(FEM),该方法采用两种时间步进格式。为了解决解的初始奇异性问题,我们在时间方向上采用了融合L1格式与L2-1σ格式的非均匀方法。在
# 摘要
本文针对非均匀网格上非线性时间分数阶非局部扩散方程,构造并分析了一种无条件最优且α-鲁棒的完全离散双网格Galerkin有限元方法(FEM),该方法采用两种时间步进格式。为了解决解的初始奇异性问题,我们在时间方向上采用了融合L1格式与L2-1σ格式的非均匀方法。在空间方向上,我们整合了具有α-鲁棒特征的高效率且无条件最优的双网格Galerkin有限元方法,以降低计算成本。在双网格算法的线性化步骤中,基于粗网格解进行一步类Newton迭代来处理非线性项f(u)。我们证明了解的存在唯一性及其无条件收敛性。此外,我们还进行了α-鲁棒性分析以考察稳定性,并分别为Galerkin有限元法及其相应的双网格Galerkin有限元法在分级网格上操作的两种完全离散时间步进格式推导了L2和H1范数下的最优误差估计。所提出的双网格方法消除了时间-空间网格比带来的限制,并将f(u)的条件放宽为局部Lipschitz连续函数。无条件收敛性的分析通过一种创新的分析方法实现,其关键要点在于当N^{-μ}≤h^{r+1}时应用逆不等式,当N^{-μ}≥h^{r+1}时使用离散Sobolev嵌入不等式。其中r表示多项式次数,h表示网格尺寸。此外,该创新分析还整合了截断泛函技术与辅助变量方法。所得误差界在α→1?时保持有界。据我们所知,文献中尚无关于非线性时间分数阶非局部扩散方程双网格技术的研究。数值模拟验证了理论结果,并展示了所提出的双网格Galerkin有限元方法在无条件收敛性、α-鲁棒性、精度和效率方面的表现。
# 引言
近年来,分数阶非局部问题的研究引起了广泛关注(参见[1]、[2]、[3]、[4]、[5]及相关参考文献)。本文旨在研究针对以下非线性时间分数阶非局部扩散方程(NTFNDEs)的无条件最优且α-鲁棒的双网格Galerkin有限元方法:
$$\begin{cases} \partial_t^\alpha u - a(l(u))\Delta u = f(u), & \text{在}\;\Omega\times(0,T]\;\text{上}, \\ u(x,0) = u_0(x), & \text{在}\;\overline{\Omega} = \Omega\cup\partial\Omega\;\text{上}, \\ u(x,t) = 0, & \text{在}\;\partial\Omega\times(0,T]\;\text{上}. \end{cases}$$
在此设定下,令x=(x,y),假设T为有限量。区域Ω定义为?2中的凸多边形,其边界表示为?Ω。扩散系数a定义为l(u)的函数。问题(1.1)被称为非局部问题,是因为它包含了受全数量影响的项a(l(u))。此类非局部问题出现在群体动力学中,其中扩散系数a取决于整个域内的总人口而非由局部密度决定(参见[5]、[6]及相关参考文献)。可以构造l(u)的多种变体,例如l(u) = ∫_Ω u(x,t)dx代表线性方法,而l(u) = ∫_Ω |?u(x,t)|dx则体现了非线性视角。本研究聚焦于线性变体l(u) = ∫_Ω u(x,t)dx,它涉及指定域内的整体人口。我们假设存在正常数a?、a?和M?,满足:
$$0 < a_0 \leq a(w) \leq a_1, \quad |a'(w)| \leq M_1, \quad \forall w \in \mathbb{R}.$$
在当前大多数文献中,常见的假设是f(u)属于C2(?)且具有有界的直至二阶导数,同时满足全局Lipschitz条件。然而,这一限制缩小了非线性部分的选项范围,进而影响了非线性模型的实际应用。本文假设非线性函数f(u)属于C2(?),同时满足较弱的局部Lipschitz条件。Caputo分数阶导数?_t^α u的定义如下[7]:
$$\partial_t^\alpha u = \frac{1}{\Gamma(1-\alpha)} \int_0^t \frac{\partial u(x,s)}{\partial s} \frac{1}{(t-s)^\alpha} ds, \quad 0 < \alpha < 1,$$
其中Γ(·)表示标准Gamma函数。
为数值求解问题(1.1),需要注意解u(x,t)在t=0处通常表现出不光滑行为。在本研究中,我们假设解u满足以下正则性条件,对所有t∈(0,T]成立[5]、[8]:
$$\|\partial_t^\ell u(x,t)\|_p \leq C(1 + t^{\alpha-\ell}),$$
其中p∈??={0,1,2,…},?=0,1,2,3。符号‖·‖_p的定义参见第2节。
近年来,针对分数阶偏微分方程(FPDEs)建立了众多时间数值格式。时间离散化出现了两大类方法:L1/L2类格式[9]-[10]和卷积求积法(CQ)[11]-[12]。此外,当前文献中还引入了多种空间技术,包括Galerkin有限元法[13]、无网格技术[14]、有限差分法(FDM)[15]、[16]、间断Galerkin有限元法[17]、谱方法[18]、混合有限元法[19]等。在这些方法中,有限元法常被用于时间分数阶偏微分方程的空间离散化。
需要注意的是,关于时间分数阶非局部问题的数值分析文献讨论有限,除[1]、[2]、[3]、[4]、[5]中引用的工作外鲜有涉及。[2]、[3]、[4]中的研究者探讨了将L1格式应用于均匀时间网格来解决时间分数阶非局部扩散问题。然而,这种均匀L1格式的效果常常因初始时刻光滑性不足而受限。[1]中研究了一种适用于Kirchhoff型线性时间分数阶积分-微分方程非光滑解的线性化L1-Galerkin有限元法。类似地,[5]中作者分析了在分级网格上用于求解利用Caputo时间导数(阶数α∈(0,1))的非线性时间分数阶非局部扩散问题的L1格式。他们证明对于在初始时间t=0附近表现出弱奇异性的解,时间方向上可实现2-α的最优收敛速率。[8]中的研究聚焦于针对非局部扩散问题线性情形的L2-1σ Galerkin有限元法。此外,Adak等人在[20]中提出了符合型和非符合型虚拟元方法(VEM)来处理四阶非局部反应-扩散方程。在[21]的工作中,作者利用了对称分数阶降阶(SFOR)方法,为Kirchhoff型非局部扩散波动方程获得了α-鲁棒的先验界。本研究将在时间方向上实施统一非均匀L1/L2-1σ方法来处理初始奇异性。据我们所知,现有文献中尚未有关于非线性时间分数阶非局部问题的无条件稳定且收敛且具有α-鲁棒性的有限元格式的记录。
处理问题(1.1)时需要考虑的一个重要方面是非线性的数值处理。双网格方法是处理非线性问题时常用的离散化技术[22]。该方法最初由Xu[23]、[24]提出,用于求解非线性椭圆偏微分方程,此后已被成功应用于多种非线性时间分数阶偏微分方程场景[25]-[33]。然而,当前大多数针对时间分数阶偏微分方程的双网格技术假定解具有足够的光滑性[27]、[31]。迄今为止,关于涉及弱奇性解的时间分数阶偏微分方程双网格方法的研究有限。在[28]中,基于非均匀L1框架开发了一种Galerkin有限元法,专门用于非线性时间分数阶抛物型方程。此外,[29]中创建了利用时间分级网格上L1近似的双网格Galerkin有限元算法,用于非线性多阶时间分数阶扩散方程。Fu等人[30]提出了一种基于差分的双网格方法来处理非线性时间分数阶双调和问题。此外值得注意的是,文献中缺乏关于求解涉及初始奇异性分数阶偏微分方程的双网格方法在无条件以及α-鲁棒误差估计方面的研究。
本研究的核心贡献在于开发并分析了一种针对NTFNDEs的既无条件收敛又α-鲁棒的双网格Galerkin有限元方法。该双网格方法有效绕过了时间网格与空间网格比之间的限制,并将施加于f的条件放宽为局部Lipschitz连续性要求。本研究建立的误差界被称为α-鲁棒的[13]、[34]、[35],在α→1?时不会出现发散。在f(u)局部Lipschitz连续性约束下的无条件且α-鲁棒的稳定性/误差分析引入了新的复杂性,需要不同的方法。我们的创新分析技术通过当N^{-μ}≤h^{r+1}时使用逆不等式,以及当N^{-μ}≥h^{r+1}时采用离散Sobolev嵌入不等式来实现,这与时间-空间分裂方法[36]、[37]不同。当前证明技术还通过整合截断技术、实施辅助变量策略,以及利用具有α-鲁棒性的离散分数阶Gr?nwall不等式结合数学归纳法来完成。据我们所知,尚无先前的研究关注针对这一特定类别NTFNDEs(具有初始奇异性和非局部Kirchhoff型扩散系数)的双网格算法。此外,现有文献中缺乏针对非线性分数阶偏微分方程双网格Galerkin有限元法的无条件且α-鲁棒分析。在早期研究中[28]、[29],所推导的误差估计既不满足无条件最优性也不具备α-鲁棒性。本研究的目标是利用具有凝聚时间格式的完全离散双网格Galerkin有限元方法,在分级网格上针对(1.1)中的NTFNDEs建立L2和H1范数下[13]、[19]、[34]、[35]、[38]的无条件最优且α-鲁棒的误差估计。我们提出的双网格算法达到了与Galerkin有限元法相当的精度水平,同时显著降低了计算成本。
本文的结构如下:第2节介绍一些基础概念;第3节讨论了基于统一时间格式的NTFNDEs完全离散有限元方法及其无条件α-鲁棒性分析;第4节讨论了Galerkin有限元法的相关双网格算法及其无条件α-鲁棒性;第5节给出数值算例以验证理论结果;第6节给出结论性观点。
本文中,符号C表示一个与τ、h和H无关的标准正常数。其值可能随T而变化,在不同情况下可取不同值。本文中的无条件稳定性/收敛性意味着稳定性/收敛性不受时间步长与空间网格尺寸之间网格比条件的限制[36]、[37]。
# 一些预备知识
与Ω相关的Sobolev空间表示为W^{m,p}(Ω),与范数‖·‖_{m,p}相关联,其中参数满足1≤p≤∞且m≥0。为简化符号,我们使用缩写L^p(Ω)表示W^{0,p}(Ω),H^m(Ω)表示W^{m,2}(Ω)。此外,我们将‖·‖_{L^∞}简写为‖·‖_∞,‖·‖_{m,2}简写为‖·‖_m,‖·‖_{0,2}简写为‖·‖。空间H_01(Ω)定义为{v∈H1(Ω): v|_{?Ω}=0}。因此,(1.1)的弱形式为:对任意χ∈H_01(Ω),寻找u:(0,T]→H_01(Ω),满足:
{(?_t^α u, χ) + a(...)
# 凝聚的L1/L2-1σ格式
为推导与(1.1)相关的完全离散格式并处理弱初始奇异性,我们将采用成熟的L1格式与L2-1σ格式在分级时间网格上对Caputo导数进行近似。设分级网格定义为t_n = T(n/N)^γ(γ≥1),n=0,1,…,N,其中N为正整数。分级网格满足以下性质[44]:
$$\tau_j \leq C\gamma N^{-1} t_j^{1-1/\gamma}, \quad \text{对}\;j\geq 1,$$
$$t_j \leq 2^\gamma t_{j-1}, \quad \text{对}\;j\geq 2.$$
设??=(0,T],\overline{??}=[0,T]。对
# 双网格有限元算法及其无条件α-鲁棒性
本节我们开发了一种利用Galerkin有限元方法处理非线性时间分数阶非局部扩散方程(1.1)的无条件α-鲁棒双网格算法。首先,在粗空间S_H上解决非线性问题,得到初步近似u_n^H∈S_H。随后,在更细的空间S_h中,基于u_n^H求解线性化问题,以产生精细解U_n^h∈S_h。以下双网格算法的概述如下:
**算法4.1**
**第一步。**
# 数值测试
本节考虑以下NTFNDEs:
$$\begin{cases} \partial_t^\alpha u - a(l(u))\Delta u = f(u) + f_0(x,t), & x\in\Omega,\; t\in(0,T], \\ u(x,t) = 0, & x\in\partial\Omega,\; t\in[0,T], \\ u(x,0) = u_0(x), & x\in\overline{\Omega}, \end{cases}$$
其中精确解允许我们导出f?(x,t)和u?(x)。计算域指定为\overline{Ω}=[0,1]×[0,1],模拟在T=1时结束。设定10??的阈值以确定何时终止Newton迭代过程。空间区域被划分为均匀的三角形网格,包含M_c个粗网格点。
# 结论
本研究开发并分析了一种具有无条件最优收敛性和α-鲁棒性的完全离散双网格Galerkin有限元方法,用于分级网格上的NTFNDEs。
针对解的初始奇异性问题,我们采用了一种融合L1和L2-1σ公式的非均匀方法,在时间维度上进行计算,同时将一种高效且无条件最优的两重网格Galerkin有限元方法与之结合,该方法具备稳健的α特性,从而降低计算量。
参考文献引用[58],[59]
利益冲突声明
作者声明不存在利益冲突。
CRediT作者贡献声明
Zhijun Tan:写作 – 审阅与编辑,写作 – 原创草稿,验证,软件,方法论,经费获取,正式分析。
竞争利益声明
作者声明不存在任何已知的竞争经济利益或个人关系,这些关系可能影响本论文所报告的工作。
Zhijun Tan
中山大学计算机科学与工程学院,中国广州,510006