Skip to main content
QUICK REVIEW

[论文解读] Homotopy perturbation method for fractional-order Burgers-Poisson equation

Caibin Zeng, Qigui Yang|arXiv (Cornell University)|Mar 9, 2010
Fractional Differential Equations Solutions参考文献 14被引用 4
一句话总结

本文通过将一阶时间导数替换为阶数 $\alpha \in (0,1]$ 的Caputo分数阶导数,提出了一种分数阶Burgers-Poisson方程。利用同伦摄动法(HPM),推导出精确解与近似显式解,该方法在求解非线性分数阶微分方程方面表现出高度有效且精确,尤其在 $\alpha = 1$ 时可恢复已知的精确解。

ABSTRACT

In this paper, the fractional-order Burgers-Poisson equation is introduced by replacing the first-order time derivative by fractional derivative of order $α$. Both exact and approximate explicit solutions are obtained by employing homotopy perturbation method. The numerical results reveal that the proposed method is very effective and simple for handling fractional-order differential equations.

研究动机与目标

  • 将经典Burgers-Poisson方程推广为其分数阶形式,采用Caputo时间分数阶导数。
  • 开发并应用同伦摄动法(HPM)求解所得分数阶系统。
  • 为分数阶Burgers-Poisson方程推导精确解与近似显式解。
  • 通过与精确解的数值比较,验证HPM的精度与效率。

提出的方法

  • 通过将一阶时间导数替换为阶数 $\alpha \in (0,1]$ 的Caputo分数阶导数,构建分数阶Burgers-Poisson方程。
  • 利用嵌入参数 $p \in [0,1]$ 构造同伦,将原方程变形为一系列更简单的子问题。
  • 将解 $u(x,t)$ 展开为 $p$ 的幂级数形式:$u = u_0 + p u_1 + p^2 u_2 + \cdots$。
  • 对摄动级数的每一阶应用分数阶积分算子 $J^\alpha$,并利用引理1递归求解 $u_j(x,t)$。
  • 使用符号计算软件(Mathematica)计算 $j \geq 4$ 的高阶项 $u_j(x,t)$。
  • 将级数的前四项组合,形成 $u(x,t)$ 的四阶近似显式解。

实验结果

研究问题

  • RQ1同伦摄动法能否有效求解具有非线性色散项的分数阶Burgers-Poisson方程?
  • RQ2当 $\alpha = 1$ 时,基于HPM的近似解与精确解相比有多精确?
  • RQ3解的行为如何随 $\alpha$ 变化而改变?该方法在 $\alpha \to 1$ 极限下是否保持已知的经典解?
  • RQ4HPM级数解在分数阶Burgers-Poisson方程中的收敛性与稳定性行为如何?

主要发现

  • HPM为分数阶Burgers-Poisson方程提供了一个四阶近似显式解:$u(x,t) = x - \frac{1+x}{\Gamma(1+\alpha)}t^{\alpha} + \frac{2(1+x)}{\Gamma(2+\alpha)}t^{2\alpha} - \frac{(1+x)(4\Gamma(1+\alpha)^2 + \Gamma(2+\alpha))}{\Gamma(1+\alpha)^2\Gamma(3+\alpha)}t^{3\alpha}$。
  • 当 $\alpha = 1$ 时,HPM恢复了精确解 $u(x,t) = \frac{1+x}{1+t} - 1$,证实与经典结果的一致性。
  • 表1中的数值比较显示,近似解与精确解高度吻合,测试的 $x$ 与 $t$ 值下绝对误差范围为 0.002462 至 0.083333。
  • 随着 $t$ 减小,误差降低,表明在较小时间区间内精度更高。
  • 该方法在求解具有复杂非线性项(如 $3u_x u_{xx} + u u_{xxx}$)的分数阶微分方程时表现出高度有效与简便。
  • 结果表明,HPM是求解分数阶非线性PDE的有力且可靠方法,尤其适用于具有完全非线性色散项的方程。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。