综述：分数阶与整数阶微分方程的高级谱-运算框架：方法论评述

《ARCHIVES OF COMPUTATIONAL METHODS IN ENGINEERING》：Advanced Spectral-Operational Frameworks for Fractional and Integer-Order Differential Equations: A Methodological Review

　　

本研究提供了关于求解初值问题（IVPs）和边值问题（BVPs）的多种数值框架的方法论评述与比较分析，这些框架涉及高阶常微分方程（ODEs）、多项分数阶微分方程（MTFDEs）、多项变阶分数阶微分方程（MTVOFDEs）以及多项变阶时间分数阶扩散波方程（MTVO-TFDWEs）。这些核心方法基于构造针对普通导数、分数阶导数和变阶导数以及各种积分算子（重复积分（RIs）和Riemann-Liouville分数阶积分（RLFI））的运算矩阵（OMs），这些运算矩阵建立在广义移位Jacobi多项式（GSJPs）基础之上。这些基函数经特定构造，可预先满足给定的齐次初始条件（ICs）或边界条件（BCs）。所导出的OMs在谱配置框架内被利用，以将底层微分方程（DEs）转化为可求解的代数系统。这些单独的方法论已在先前的研究中提出，而本文将其整合为一个综合性的谱-运算框架，并进一步深入探讨算法的集成、收敛性质以及误差分析。各种数值实例和方法论比较表被提供以证明这些格式在求解复杂分数阶微分方程模型时具有精度、鲁棒性以及更优的精度-成本比。本研究提供了关于求解初值问题（IVPs）和边值问题（BVPs）的多种数值框架的方法论评述与比较分析，这些框架涉及高阶常微分方程（ODEs）、多项分数阶微分方程（MTFDEs）、多项变阶分数阶微分方程（MTVOFDEs）以及多项变阶时间分数阶扩散波方程（MTVO-TFDWEs）。这些核心方法基于构造针对普通导数、分数阶导数和变阶导数以及各种积分算子（重复积分（RIs）和Riemann-Liouville分数阶积分（RLFI））的运算矩阵（OMs），这些运算矩阵建立在广义移位Jacobi多项式（GSJPs）基础之上。这些基函数经特定构造，可预先满足给定的齐次初始条件（ICs）或边界条件（BCs）。所导出的OMs在谱配置框架内被利用，以将底层微分方程（DEs）转化为可求解的代数系统。这些单独的方法论已在先前的研究中提出，而本文将其整合为一个综合性的谱-运算框架，并进一步深入探讨算法的集成、收敛性质以及误差分析。各种数值实例和方法论比较表被提供以证明这些格式在求解复杂分数阶微分方程模型时具有精度、鲁棒性以及更优的精度-成本比。

**1 引言**

涉及高阶常微分方程（ODEs）、多项分数阶微分方程（MTFDEs）和多项变阶分数阶微分方程（MTVOFDEs）的初值问题（IVPs）和边值问题（BVPs）广泛出现于粘弹性材料、经济学、连续介质力学与统计力学、固体力学以及软纳米颗粒与粗糙基底界面动力学等科学与工程领域。这些问题因其复杂本质及必须满足的边界条件（BCs）而带来重大挑战。由于此类方程能够刻画具有长期记忆效应和反常扩散现象的复杂系统，研究人员对其数值解法表现出浓厚兴趣。

该综述聚焦于一系列基于谱-运算框架的方法论，其核心在于利用运算矩阵（OMs）处理普通导数（Ods）和分数阶导数（Fds），并采用特别构造以满足给定齐次初始条件（ICs）或边界条件（BCs）的基函数。该框架将ODEs和FDEs在统一框架内分别处理，通过为整数阶和分数阶导数专门构造OMs，确保谱格式在不同类型微分方程中恢复并保持一致的谱精度和计算效率。

**2 数学基础：分数阶算子与GSJP基函数**

该节奠定谱-运算框架的理论基础。首先概述了分数阶算子和广义超几何函数的定义及其基本性质，包括Riemann-Liouville分数阶积分（RLFI）(2.1)、Riemann-Liouville分数阶导数（RLFD）(2.6)、Caputo分数阶导数（CFD）(2.7)及其核心性质（如常数的CFD为零、RLFI与CFD的关系式(2.13)等）。变阶推广将常数阶ν替换为函数ν(t)，给出了变阶RLFI (2.15)、变阶RLFD (2.16)和变阶CFD (2.17)的定义，以及二维空间变阶CFD (2.20)的定义。重复积分（RIs）J^qf的定义(2.22)及其与RLFI的关系J^q = I^q (2.24)也被确立。

随后介绍了移位Jacobi多项式（JPs）及其正交性，并引入广义移位Jacobi多项式（GSJPs）的构造。GSJPs定义为φ_p,q,j^(a,b)(?) = ?^p(???)^q ??_?,j^(a,b)(?) (2.25)，通过选取适当的p和q值使其自动满足齐次初始条件或边界条件。当p = n, q = 0时满足齐次ICs (2.26)；当p = n₁+1, q = n₂+1时满足齐次BCs (2.27)。这种基函数构造消除了对补充边界约束方程的需求，保证了复杂变阶分数阶算子下的谱收敛性。

**3 谱配置法与运算矩阵在求解微分方程模型中的应用**

**3.1 GSJPs的常导数与变阶分数阶导数的两个运算矩阵**

定理3.1给出了GSJPs基函数向量Φ_p,q,N^(a,b)(?)的常导数OM，建立了高阶导数的递推关系(3.6)。推论3.1表明d^mΦ_p,q,N^(a,b)(?)/d?^m = G^m_p,qΦ_p,q,N^(a,b)(?) + η^(m)_p,q,N(?)。定理3.2建立了变阶分数阶导数（VOFDs）的OM，给出了^CD^υ(?)φ^(a,b)_p,q,i(?)的显式表达式(3.7)，并导出了矩阵形式(3.8)，其中矩阵元素通过广义超几何函数₃F₂表示。

**3.2 GSJPs的重复积分与Riemann-Liouville分数阶积分的两个运算矩阵**

定理3.3给出了q次重复积分J^q的OM (3.13)-(3.16)，定理3.4给出了RLFI的OM (3.17)-(3.20)。这些结果使得积分算子可以矩阵形式作用于GSJP基函数，为后续将微分方程转化为代数系统奠定了基础。

**3.3 方法1：MTVOFDE的ICs数值处理**

该方法针对带ICs的MTVOFDE (3.21)，利用推论3.1中的常导数OM（取p=n, q=0）和定理3.2中的VOFD的OM，通过谱配置法（SCM）将问题转化为可解的代数系统。对于非齐次ICs，通过变换y?(t) = y(t) ? q_n(t) (3.27)将其齐次化。收敛性分析（推论3.2）表明误差的L_∞和L₂范数具有谱收敛速率??((e?/4)^NN^s?N?1) (3.35)-(3.36)，其中s = max{a, b, ?1/2}。

**3.4 方法2：MTVOFDE和ODE的BCs数值处理**

该方法高效求解带BCs的MTVOFDE和高阶ODEs (3.38)。通过选取p = n₁+1, q = n₂+1使基函数满足齐次BCs (3.40)。对于非齐次BCs，利用变换y?(t) = y(t) ? ??_n(t) (3.47)齐次化。收敛性分析（推论3.3）给出误差估计‖E_N‖_∞ = ??((0.7)^?N?^NN^s?N?1) (3.54)。

**3.5 方法3：MTVO-TFDWE的IBCs或DBCs数值处理**

该方法针对一般形式的MTVO-TFDWEs (3.57)，分别选取满足IBCs (3.58)或DBCs (3.59)的基函数：对于IBCs选取φ_2,0,j^(a,b)(t)和φ_1,1,i^(a,b)(x)；对于DBCs选取ψ_?,i^(a,b)(x)和ψ_{??, j}^(a,b)(t)。通过二维配置将偏微分方程转化为(N+1)²规模的代数系统。收敛性分析（推论3.4）表明‖E_N‖_∞ = ??((e²???/16)^NN^s?N?1) (3.77)。

**3.6 方法4：利用RIs和RLFI的OM处理MTFDE和ODE的ICs**

该方法针对高阶ODEs (3.79)和MTFDEs (3.80)，利用积分算子的OM将微分方程转化为积分方程形式。对ODEs应用Jⁿ得到(3.84)，对MTFDEs应用I^ν得到(3.85)，然后利用定理3.3和3.4中的OM进行数值求解。

**4 数值结果与比较讨论**

该节通过七个数值实例系统验证了统一框架的有效性。

例4.1（非线性变阶IVP）：方法1对μ(t) = 1 ? 0.5e^?t的非线性问题，在N=10时达到10^?8～10^?9精度，优于对比方法的10^?7。

例4.2（Bagley-Torvik方程）：方法1在N=0时即恢复精确解（机器精度），而ANN方法误差为10^?6，遗传算法误差为10^?2～10^?5。

例4.3（高阶非线性BVP）：方法2对5 < μ(t) < 6的高阶变阶问题，在N=12时达到10^?16～10^?17的近机器精度。

例4.4（变阶FDE）：方法2达到10^?16精度，显著优于文献[70,71]的方法。

例4.5：方法4在N=0时精确恢复解y(t) = t³，而混合函数法最优误差为1.73×10^?13（h=1/10），Haar小波法误差仅1.8626×10^?9（h=1/512）。

例4.6（Bagley那里有方程）：方法4对α=1和α=4π均达到10^?16精度，而Chebyshev谱方法和Fermat Tau方法的精度在高频情况下显著下降。

例4.7（MTVO-TFDWE）：方法3对IBCs和DBCs均达到10^?13～10^?16精度，显著优于文献[74,75]的方法。

各方法的比较分析表明：方法1和方法4计算成本最低（系统规模N+1），方法2因双边界约束略高，方法3因二维离散化系统规模为(N+1)²而最高，但精度-成本比仍具优势。

**5 结论**

该综述将先前研究中的方法整合为统一的谱-运算框架，主要贡献包括：证明了基于GSJP分化展开的数学逻辑可同等严格地应用于整数阶和分数阶模型；验证了Galerkin型基函数构造在维持复杂BVP和变阶动力学谱精度方面的优越性；建立了从标准IVP/BVP配置方案到复杂MTVO-TFDWEs的递进性能路线图。

**6 未来工作**

未来研究方向包括：高维系统的推广、积分-微分方程的OM方法、q-差分方程的扩展、新型正交多项式基的构建，以及谱-运算技术与物理信息神经网络（PINNs）等数据驱动方法的混合求解器开发。