具有不连续核的积分动态模型反问题的迭代方法

《Mathematics》:An Iterative Method for Solving the Inverse Problem for an Integral Dynamic Model with a Discontinuous Kernel

【字体: 大 中 小 】 时间:2026年06月19日 来源:Mathematics 2.2

编辑推荐:

  该论文研究了一个第一类非线性Volterra积分方程(Volterra integral equation of the first kind)的反问题,该方程具有分段连续核(piecewise continuous kernel),其不连续曲线(discon

  
该论文研究了一个第一类非线性Volterra积分方程(Volterra integral equation of the first kind)的反问题,该方程具有分段连续核(piecewise continuous kernel),其不连续曲线(discontinuity curves)是未知函数。此类模型出现在发展系统理论、含储能的电力系统及相关应用中。研究人员基于非线性积分算子的牛顿-康托罗维奇线性化(Newton–Kantorovich linearisation)发展了一种迭代格式,并获得了不连续曲线的显式递推公式。构建了完整的类牛顿迭代过程与修正(简化)迭代过程,并在自然光滑性与小性条件下证明了它们的局部收敛性。通过几个已知与未知精确解的模型问题,验证了该方法的性能与精度。该算法展现出快速收敛性,且对初始近似值的选择具有鲁棒性。
**论文解读**

积分动态模型(如公式(1)所示)在描述发展系统时具有基础性作用,其核函数(kernel)在光滑曲线族(公式(2))上存在第一类间断。这类模型由Glushkov、Ivanov和Yanenko开创,广泛应用于经济学、生态学及含储能的电力工程。在经典正问题中,曲线函数已知,需寻求未知函数,这导致第一类弱正则Volterra方程(Volterra integral equation of the first kind),其可解性、参数族解及数值处理已被深入研究。然而在许多实际问题中,不连续曲线自身未知,从而形成反问题:需从右端项及可能附加测量中恢复未知积分限。直接离散化的主要困难在于需近似含有未知积分限的积分,使高阶精度标准求积公式无法适用。现有直接方法(Tynda与Sidorov, 2021)通过组合搜索确定未知节点值,但存在以下局限:大规模迭代时穷举搜索代价高昂、收敛阶仅为线性、未充分利用非线性积分算子的光滑性。为此,研究人员开发了牛顿-康托罗维奇(Newton–Kantorovich)迭代方案,以克服上述缺陷。该研究发表在《Mathematics》。

研究人员开展了以下研究:利用非线性积分算子的Fréchet导数(Fréchet derivative),获得不连续曲线的显式递推关系,避免组合搜索。构建了完整牛顿迭代格式(公式(8))与修正简化牛顿迭代格式(公式(10)),并在自然光滑性与小性条件下证明两者的局部收敛性(定理1)。通过四个数值算例验证方法性能,分别考察已知及未知精确解情况,并基于残差(residual)控制收敛过程。关键方法包括:1. 推导非线性积分算子(公式(4))的Fréchet导数(公式(5));2. 利用牛顿-康托罗维奇线性化建立迭代序列(公式(7)-(8));3. 简化牛顿方案中仅计算一次导数(公式(9)-(10));4. 局部收敛性定理证明依赖系数表达式(公式(11)-(13))保证条件;5. 数值实验在Maple系统中解析计算积分(简单核),复杂核可借助考虑光滑参数的求积公式近似。无样本队列来源,全部基于模型问题。

**研究结果**

**4.1 Problem 1**
考虑方程(15),其精确解为φ(t)=t。采用完整牛顿方案(8)与修正方案(10),初始猜测u0(t)=0。误差(Error)随迭代次数增加而快速下降(表1)。完整方案呈现二次收敛,修正方案线性收敛。即使使用较差初始猜测(u0(t)=0.5或u0(t)=1),完整方案仍收敛(表2)。图1展示精确解、初始近似及前两步迭代的接近程度。

**4.2 Problem 2**
考虑方程(16),右端项f(t)使精确解为φ(t)=t2。完整牛顿方案(8)以初始猜测u0(t)=0求解,误差随迭代快速下降(表3,图2)。二次收敛特性再次得到验证。

**4.3 Problem 3(未知精确解)**
考虑方程(17),采用完整牛顿方案(8)与初始猜测u0(t)=t进行四次迭代,获得近似解u4(t)(图3)。由于精确解未知,利用残差(定义如公式(18))评估性能。图4显示u4(t)的残差显著小于u0(t)的残差,表明迭代收敛。

**4.4 Problem 4(未知精确解)**
考虑方程(19),采用修正牛顿方案(10)与初始猜测u0(t)=0进行六次迭代,获得近似解u6(t)(图5)。残差比较(图6)显示u6(t)的残差远小于u0(t)的残差,验证了修正方案的稳定收敛。

**讨论部分**:
从表1与表3可知,完整牛顿方案(8)与修正方案(10)均快速收敛,完整方案误差二次下降,修正方案线性下降。即使初始猜测较差,收敛性仍可保持(表2),但需更多迭代。修正方案因仅需一次Fréchet导数计算而具有实际吸引力。Problem 3与Problem 4的结果证实了方法在少量迭代下的稳定收敛,与理论估计一致。当无精确解数据时,利用积分算子的连续性,残差可用于控制迭代过程。这类方程也被称为记忆控制积分模型(memory-controlled integral models),其核函数编码系统历史,不连续曲线作为随时间t变化的开关,可用于发展系统与自动控制理论。

**结论部分**:
研究人员开发了用于第一类具有分段连续核的Volterra积分方程反问题的迭代牛顿-康托罗维奇方法。通过一系列显式线性积分公式恢复未知不连续曲线。在温和假设下,完整与简化版本方法均被证明局部收敛,数值算例证实了理论结果。未来工作将扩展至含多个未知不连续曲线的系统及含噪声数据的情形。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    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