[논문 리뷰] Efficient multistep methods for tempered fractional calculus: Algorithms and Simulations

Ling Guo, Fanhai Zeng외 3명|arXiv (Cornell University)|2018. 12. 03.

Fractional Differential Equations Solutions인용 수 14

한 줄 요약

이 논문은 생성 함수에서 유도된 컨volution 퀼드레이처 가중치를 사용하여 온화된 분수적 미분·적분 문제를 해결하기 위한 두 가지 빠르고 메모리 효율적인 다단계 방법—빠른 방법 I 및 빠른 방법 II—을 제안한다. 빠른 방법 II는 균일한 실수선 트라프레지oidal 근사 기반으로, 계산 비용이 $O(Q)$이고, 메모리가 $O(Qn_T)$인 빠른 방법 I보다 더 뛰어난 정확도, 효율성, 그리고 프로그래밍의 단순성을 확보한다. 이는 분수적 반응-확산 모델, 특히 브루셀레이터 시스템을 포함한 장시간 시뮬레이션을 통해 검증되었다.

ABSTRACT

In this work, we extend the fractional linear multistep methods in [C. Lubich, SIAM J. Math. Anal., 17 (1986), pp.704--719] to the tempered fractional integral and derivative operators in the sense that the tempered fractional derivative operator is interpreted in terms of the Hadamard finite-part integral. We develop two fast methods, Fast Method I and Fast Method II, with linear complexity to calculate the discrete convolution for the approximation of the (tempered) fractional operator. Fast Method I is based on a local approximation for the contour integral that represents the convolution weight. Fast Method II is based on a globally uniform approximation of the trapezoidal rule for the integral on the real line. Both methods are efficient, but numerical experimentation reveals that Fast Method II outperforms Fast Method I in terms of accuracy, efficiency, and coding simplicity. The memory requirement and computational cost of Fast Method II are $O(Q)$ and $O(Qn_T)$, respectively, where $n_T$ is the number of the final time steps and $Q$ is the number of quadrature points used in the trapezoidal rule. The effectiveness of the fast methods is verified through a series of numerical examples for long-time integration, including a numerical study of a fractional reaction-diffusion model.

연구 동기 및 목표

• 이상적 확산 과정에서 발생하는 온화된 분수적 미분 방정식을 효율적이고 메모리 절약적으로 해결하기 위한 수치적 방법을 개발하는 것.
• 하다르드 유한부분적분 해석을 통해 루비히의 분수적 선형 다단계 방법을 온화된 분수적 적분 및 도함수 연산자로 확장하는 것.
• 직접 계산의 $O(n_T^2)$에서 $O(Qn_T)$로 계산 비용을, $O(n_T)$에서 $O(Q)$로 메모리 비용을 감소시키는 빠른 알고리즘 설계.
• 빠른 방법 I(경로적분 기반)와 빠른 방법 II(실수선 트라프레지oidal 기반)라는 두 가지 새로운 빠른 방법의 정확도, 효율성, 구현 복잡성 면에서의 성능 비교.
• 분수적 반응-확산 모델의 장시간 시뮬레이션을 통해 방법의 검증, 특히 분수적 브루셀레이터 및 활성화자-억제자 시스템 포함.

제안 방법

• 온화된 분수적 도함수는 하다르드 유한부분적분으로 해석되어, 루비히의 분수적 선형 다단계 방법(FLMM)을 온화된 연산자로 직접 확장할 수 있다.
• 컨볼루션 가중치 $\omega^{(\alpha,\sigma)}_n$ 는 생성 함수에서 유도되며, 적분 형태로 표현된다: 빠른 방법 I는 복소평면 내 경로적분을 사용하고, 빠른 방법 II는 실수선 적분을 사용한다.
• 빠른 방법 I는 각 $n$에 대해 국소적 경로 적분(예: 탈본 또는 hyperbolic 방법)을 적용하여 경로적분을 근사하며, 복소수 산술 연산과 잠재적으로 불안정한 계수를 가진 ODE를 풀어야 한다.
• 빠른 방법 II는 실수선에서 균일한 트라프레지oidal 근사법을 사용하여 안정적인 재귀관계를 가능하게 하고, 오직 실수 산술 연산만을 요구한다.
• 이 방법은 적분을 통한 지수함수의 합 근사 기법을 활용하여 시간 단계에 대해 선형 복잡도를 달성하며, 정확도와 비용을 결정하는 데 $Q$개의 적분 점이 사용된다.
• 수치적 시뮬레이션은 다양한 초기 조건을 가진 분수적 브루셀레이터 및 지에어-마이히아르트 모델을 사용하여 장시간 안정성과 정확도를 시험한다.

실험 결과

연구 질문

• RQ1 하다르드 유한부분적분 해석을 통해 루비히의 분수적 선형 다단계 방법을 온화된 분수적 미분 계산에 효과적으로 확장할 수 있는가?
• RQ2 온화된 분수적 연산자에 대한 이산 컨볼루션을 선형 복잡도와 감소된 메모리로 효율적으로 계산할 수 있는가?
• RQ3 정확도, 안정성, 구현 면에서 경로 기반(빠른 방법 I)과 실수선 트라프레지oidal 기반(빠른 방법 II) 접근법의 상대적 장단점은 무엇인가?
• RQ4 빠른 방법 II가 빠른 방법 I보다 계산 비용, 반올림 오차, 프로그래밍의 단순성 면에서 더 뛰어난 성능을 보일 수 있는가?
• RQ5 제안된 빠른 방법은 브루셀레이터 및 활성화자-억제자 시스템을 포함한 분수적 반응-확산 모델의 장시간 시뮬레이션에서 어떻게 성능을 발휘하는가?

주요 결과

• 빠른 방법 II는 $O(Q)$ 메모리와 $O(Qn_T)$ 계산 비용을 달성하여 직접 계산의 $O(n_T^2)$ 비용을 크게 감소시켰다.
• 분수적 브루셀레이터 모델에서 빠른 방법과 직접 계산의 최대 차이는 $10^{-9}$ 이하로, 256개의 적분 점을 사용할 경우 매우 높은 정확도를 보였다.
• 장시간 시뮬레이션에서 빠른 방법은 약 4000초(~1시간), 직접 방법은 약 87,000초(~1일 2시간)가 소요되어 약 20배의 속도 향상을 보였다.
• 빠른 방법 II는 안정적인 실수 산술과 균일한 근사 덕분에 정확도, 효율성, 구현의 단순성 면에서 빠른 방법 I를 능가한다.
• 빠른 방법 II는 ODE 해법에서 계수의 양의 실수부로 인한 불안정 문제를 피하기 위해 안정적인 재귀관계를 사용한다. 이는 빠른 방법 I에 영향을 줄 수 있다.
• 수치적 결과는 빠른 방법 II가 분수적 PDE의 장시간 통합에 대해 강력하고 정확하다는 것을 확인했으며, 분수적 브루셀레이터 및 지에어-마이히아르트 모델 모두에 적용 가능하다.