Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2507.11822

帮助 | 高级搜索

数学 > 数值分析

arXiv:2507.11822 (math)
[提交于 2025年7月16日 ]

标题: 分数阶粘弹性波传播的快速全离散有限元方法分析

标题: Analysis of a fast fully discrete finite element method for fractional viscoelastic wave propagation

Authors:Hao Yuan, Xiaoping Xie
摘要: 本文致力于对一种分数次粘弹性波传播模型的数值分析,该模型推广了分数阶麦克斯韦模型和分数阶齐纳模型。 首先,我们将模型问题转化为速度型积分微分方程,并建立其解的存在性、唯一性和正则性。 然后我们考虑一种符合的线性/双线性/三线性有限元半离散方案以及一种使用指数和(SOE)近似处理卷积积分的后向欧拉全离散快速方案,并推导出半离散和全离散方案的误差估计。 最后,我们提供几个数值例子来验证理论结果。
摘要: This paper is devoted to a numerical analysis of a fractional viscoelastic wave propagation model that generalizes the fractional Maxwell model and the fractional Zener model. First, we convert the model problem into a velocity type integro-differential equation and establish existence, uniqueness and regularity of its solution. Then we consider a conforming linear/bilinear/trilinear finite element semi-discrete scheme and a fast scheme of backward Euler full discretization with a sum-of-exponentials (SOE) approximation for the convolution integral, and derive error estimates for the semi-discrete and fully discrete schemes. Finally, we provide several numerical examples to verify the theoretical results.
主题: 数值分析 (math.NA)
引用方式: arXiv:2507.11822 [math.NA]
  (或者 arXiv:2507.11822v1 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.11822
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Yuan Hao [查看电子邮件]
[v1] 星期三, 2025 年 7 月 16 日 00:51:12 UTC (373 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
math.NA
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.NA
math

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号