[論文レビュー] A universal solution scheme for fractional and classical PDEs

Yixuan Wu, Yanzhi Zhang|arXiv (Cornell University)|Jan 30, 2021

Numerical methods in engineering参考文献 42被引用数 4

ひとこと要約

本稿では、一般化逆多項式基底関数（GIMQ）を用いた統一的でメッシュレスな擬スペクトル法を提案し、$\alpha \in (0,2]$ に対して演算子 $(-\Delta)^{\frac{\alpha}{2}}$ を持つ古典的および分数階偏微分方程式を解く。GIMQ関数のラプラシアンをガウス超幾何関数を用いて解析的に表現することで、局所的および非局所的ラプラシアンの離散化を統合し、特異的積分の数値近似を回避し、次元に関係なく少ない未知数と低い計算コストで高い精度を達成する。

ABSTRACT

We propose a unified meshless method to solve classical and fractional PDE problems with $(-Δ)^{\fracα{2}}$ for $α\in (0, 2]$. The classical ($α= 2$) and fractional ($α< 2$) Laplacians, one local and the other nonlocal, have distinct properties. Therefore, their numerical methods and computer implementations are usually incompatible. We notice that for any $α\ge 0$, the Laplacian $(-Δ)^{\fracα{2}}$ of generalized inverse multiquadric (GIMQ) functions can be analytically written by the Gauss hypergeometric function, and thus propose a GIMQ-based method. Our method unifies the discretization of classical and fractional Laplacians and also bypasses numerical approximation to the hypersingular integral of fractional Laplacian. These two merits distinguish our method from other existing methods for the fractional Laplacian. Extensive numerical experiments are carried out to test the performance of our method. Compared to other methods, our method can achieve high accuracy with fewer number of unknowns, which effectively reduces the storage and computational requirements in simulations of fractional PDEs. Moreover, the meshfree nature makes it free of geometric constraints and enables simple implementation for any dimension $d \ge 1$. Additionally, two approaches of selecting shape parameters, including condition number-indicated method and random-perturbed method, are studied to avoid the ill-conditioning issues when large number of points.

研究の動機と目的

• 同じ計算スキームで古典的（$\alpha=2$）および分数階（$\alpha<2$）偏微分方程式を解く統一的数値フレームワークの開発。
• 局所的および非局所的ラプラシアンに対する既存の数値法の不適合性を克服し、別個の実装を不要にする。
• 分数階ラプラシアン計算における特異的積分の数値近似の必要性を排除する。
• ストレージおよび計算コストを低減しつつ、分数階偏微分方程式の効率的かつ高精度なシミュレーションを可能にする。

提案手法

• 次元 $d \geq 1$ に対して、指数 $\beta = -(d+1)/2$ を持つ一般化逆多項式基底関数（GIMQ）を用いる。
• ガウス超幾何関数による解析的表現を活用し、$(-\Delta)^{\frac{\alpha}{2}}$ をGIMQ関数に作用させることで、数値積分を必要としない正確な計算が可能になる。
• 擬スペクトル配置法を採用し、解を散乱ノードを中心とするGIMQ基底関数の線形結合として近似する。
• ディリクレ境界条件は、$\alpha=2$ の場合は領域境界 $\partial\Omega$ に、$\alpha<2$ の場合は補集合 $\Omega^c$ に、分数階ラプラシアンの点関数的定義を用いて直接適用する。
• 病状の悪化を緩和するための2つの形状パラメータ選択戦略を導入：条件数に基づく選択法とランダム摂動法。
• メッシュフリーであるため、幾何的制約なしに任意の次元 $d \geq 1$ で容易に実装可能である。

実験結果

リサーチクエスチョン

• RQ1 $(-\Delta)^{\frac{\alpha}{2}}$ を支配する古典的および分数階偏微分方程式を統一的に解くための単一の数値スキームを開発可能か？
• RQ2 特異的積分の数値積分に依存せずに、分数階ラプラシアンの非局所的性質を正確に捉える方法は何か？
• RQ3 境界が領域に接触していない場合、特に分数拡散において、境界条件が解領域に与える影響は何か？
• RQ4 異なる形状パラメータ選択戦略が、大規模問題におけるGIMQに基づく手法の条件数および精度に与える影響は何か？
• RQ5 提案手法は、既存のRBFまたはガウスベースの手法に比べ、精度および計算効率の面でどの程度優れているか？

主な発見

• 提案手法は、最近のガウスベース手法と同等のスペクトル的精度を達成するが、未知数を減らし、計算コストも低減する。
• GIMQに基づく手法は、ガウス超幾何関数による解析的表現を用いることで、分数階ラプラシアンにおける特異的積分の数値評価を回避する。
• 均等に分布した中心点に対しては、ガウスベース手法の最適形状パラメータは点数の変化に対してGIMQベース手法よりも感受性が強い。
• 条件数に基づく形状パラメータ選択法は、点数が増加しても病状の悪化を効果的に抑制し、精度を維持するが、追加の計算時間を要する。
• ランダム摂動形状パラメータ法は計算時間を短縮しつつ、十分な精度と安定性を維持する。
• 数値結果から、分数階ラプラシアンの解は、境界領域が領域と接していない場合でも、演算子の非局所的性質のため、境界条件の影響を強く受けることが示され、$\alpha$ が小さい場合や距離が短い場合にその影響が顕著に現れる。