[论文解读] Recovering Multiple Fractional Orders in Time-Fractional Diffusion in an Unknown Medium

Bangti Jin, Yavar Kian|arXiv (Cornell University)|Jun 4, 2021

Fractional Differential Equations Solutions参考文献 41被引用 16

一句话总结

本文通过在小时间尺度下使用拉普拉斯变换与渐近分析，证明了从单一点边界观测中唯一恢复时间分数阶扩散模型中多个分数阶及其关联权重的可行性。提出了一种基于分数阶多项式或有理逼近的非线性最小二乘拟合的数值方法，并通过数值验证表明，该方法能准确恢复阶数，但因在 t=0 附近的渐近行为，对权重的恢复精度有限。

ABSTRACT

In this work, we investigate an inverse problem of recovering multiple orders in a time-fractional diffusion model from the data observed at one single point on the boundary. We prove the unique recovery of the orders together with their weights, which does not require a full knowledge of the domain or medium properties, e.g., diffusion and potential coefficients, initial condition and source in the model. The proof is based on Laplace transform and asymptotic expansion. Further, inspired by the analysis, we propose a numerical procedure for recovering these parameters based on a nonlinear least-squares fitting with either fractional polynomials or rational approximations as the model function, and provide numerical experiments to illustrate the approach for small time $t$.

研究动机与目标

• 解决从有限数据中恢复时间分数阶扩散模型中多个分数阶及其权重的反问题。
• 在无需事先掌握介质、区域或初始/源条件的情况下，建立恢复的唯一性。
• 提出一种可数值实现的程序，用于从小时间边界观测中重构分数阶及其权重。

提出的方法

• 利用拉普拉斯变换与解在 t=0 附近的渐近展开证明唯一性。
• 利用边界测量的时间解析性，推导出唯一恢复的条件。
• 提出一种基于非线性最小二乘拟合的数值恢复方案，采用分数阶多项式或有理逼近模型。
• 基于拉普拉斯域中解的主导阶渐近行为构造模型函数。
• 使用 L-BFGS-B 算法进行优化，初始值采用标准线性最小二乘估计。
• 通过在不同时间范围和初始条件下生成的合成数据上的数值实验验证该方法。

实验结果

研究问题

• RQ1 能否从时间分数阶扩散模型中单一点边界观测唯一确定多个分数阶及其权重？
• RQ2 在未知介质特性（如扩散系数、势项或初始条件）的情况下，恢复是否仍可行？
• RQ3 解在小时间尺度下的渐近行为如何实现对分数阶的唯一识别？
• RQ4 在恢复权重时会遇到哪些数值挑战，如何缓解？
• RQ5 采用分数阶基函数的非线性最小二乘拟合方法，能否从小时间数据中成功恢复阶数与权重？

主要发现

• 即使介质与区域事先未知，分数阶及其关联权重仍可从单一点边界观测中唯一恢复。
• 唯一性在较弱条件下成立：源或初始条件的边界数据非零，且边界数据相等，或最高阶权重相等。
• 数值实验表明，当时间范围 T₀ 足够小时，最高阶 α 的恢复具有高精度。
• 所有实验中权重 r₁ 的恢复均不准确，尤其当 α₁ 较小时，这是由于渐近展开中高阶项占主导。
• 分数阶多项式与有理逼近模型的性能表现相近，但随着 T₀ 增大，精度均下降。
• 结果表明，尽管理论上可实现唯一恢复，但实际数值恢复仍具挑战性，尤其对小阶数或阶数相近的情况。