Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

13.04.2017 | Ausgabe 1/2018

Journal of Scientific Computing 1/2018

POD/DEIM Reduced-Order Modeling of Time-Fractional Partial Differential Equations with Applications in Parameter Identification

Zeitschrift:
Journal of Scientific Computing > Ausgabe 1/2018
Autoren:
Hongfei Fu, Hong Wang, Zhu Wang
Wichtige Hinweise
The authors are grateful for the supports from the National Natural Science Foundation of China through Grants 11201485, 11471194, 11571115 and 91630207, the Fundamental Research Funds for the Central Universities through Grants 14CX02217A and 16CX02050A, the National Science Foundation through Grants DMS-1522672, DMS-1216923 and DMS-1620194, the OSD/ARO MURI Grant W911NF-15-1-0562, and the office of the Vice President for Research at University of South Carolina from the ASPIRE-I program.

Abstract

In this paper, a reduced-order model (ROM) based on the proper orthogonal decomposition and the discrete empirical interpolation method is proposed for efficiently simulating time-fractional partial differential equations (TFPDEs). Both linear and nonlinear equations are considered. We demonstrate the effectiveness of the ROM by several numerical examples, in which the ROM achieves the same accuracy of the full-order model (FOM) over a long-term simulation while greatly reducing the computational cost. The proposed ROM is then regarded as a surrogate of FOM and is applied to an inverse problem for identifying the order of the time-fractional derivative of the TFPDE model. Based on the Levenberg–Marquardt regularization iterative method with the Armijo rule, we develop a ROM-based algorithm for solving the inverse problem. For cases in which the observation data is either uncontaminated or contaminated by random noise, the proposed approach is able to achieve accurate parameter estimation efficiently.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 1/2018

Journal of Scientific Computing 1/2018 Zur Ausgabe

Premium Partner

    Bildnachweise