DOI: https://doi.org/10.15388/24-infor563
تاريخ النشر: 2024-01-01
المؤلف: Rafał Brociek وآخرون
الموضوع الرئيسي: حلول المعادلات التفاضلية الكسرية
نظرة عامة
تستكشف المقالة الخوارزميات الاستدلالية لمعالجة المشكلة العكسية المرتبطة بنموذج الانتشار الشاذ، باستخدام معادلة انتشار كسرية في الزمان والمكان مع شروط حدودية ابتدائية. هذا النموذج ذو صلة بمحاكاة تدفق الحرارة في المواد المسامية ويستخدم مشتقات كابوتو ومشتقات ريمان-ليوفيلي. تتضمن المشكلة العكسية تحديد أوامر هذه المشتقات وإعادة بناء الشروط الحدودية الكسرية، والتي تكون بطبيعتها غير مشروطة وصعبة الحل. لمواجهة ذلك، قارن المؤلفون أداء عدة خوارزميات تحسين ميتاheuristic، بما في ذلك خوارزمية تحسين التعليم الجماعي (GTOA)، المحسن التوازني (EO)، المحسن الذئب الرمادي (GWO)، المحسن الاستراتيجي الحربي (WSO)، تحسين سرب التونة (TSO)، تحسين مستعمرة النمل (ACO)، بحث قنديل البحر (JS)، ومستعمرة النحل الاصطناعية (ABC).
تشير النتائج إلى أن كل من GTOA و ABC حققا نتائج مرضية، بينما أدت خوارزمية JS أيضًا أداءً مقبولًا. بينما اعتبرت الخوارزميات المتبقية غير مناسبة لهذه المشكلة المحددة. يقترح المؤلفون نهجًا هجينًا للبحوث المستقبلية، حيث يمكن استخدام خوارزمية استدلالية للاستكشاف الأولي، تليها طرق حتمية مثل نيلدر-ميد أو هوك-جيفز لاستغلال أكثر تركيزًا. تهدف هذه المنهجية المقترحة إلى تعزيز كفاءة حل المشكلة العكسية لمعادلات الانتشار الكسرية.
مقدمة
في مقدمة هذه الورقة، يؤكد المؤلفون على الأهمية المتزايدة لأساليب الحوسبة والمحاكاة، خاصة في سياق زيادة قوة معالجة الكمبيوتر. يبرزون التركيز المزدوج لبحثهم: دمج الأساليب العددية الكلاسيكية لحل المعادلات التفاضلية مع الخوارزميات الاستدلالية التي تهدف إلى معالجة المشاكل العكسية. تكشف مراجعة الأدبيات عن مجموعة كبيرة من الأعمال التي تستخدم المشتقات الكسرية لنمذجة عمليات فيزيائية وهندسية متنوعة، مثل الانتشار الشاذ وتدفق الحرارة في المواد المسامية، حيث أظهرت النماذج التي تتضمن مشتقات كسرية دقة متفوقة مقارنة بتلك التي تستخدم مشتقات من رتبة صحيحة.
كما يناقش المؤلفون التحديات المرتبطة بالمشاكل العكسية، والتي تتضمن استنتاج معلمات إدخال النموذج من المخرجات الملاحظة وغالبًا ما تكون غير محددة. يستشهدون بأمثلة من دراسات حديثة تتناول المشاكل العكسية عبر تطبيقات متنوعة، بما في ذلك تحديد تسخين الهواء في المركبات القابلة لإعادة الاستخدام واكتشاف الشقوق في الهياكل ثنائية الأبعاد. تقترح الورقة نهجًا جديدًا لحل مشكلة عكسية تتعلق بالانتشار الشاذ، يتميز بمعادلة تفاضلية جزئية مع مشتقات كسرية. على وجه التحديد، يتم استخدام مشتق كابوتو للزمان، بينما يتم استخدام مشتق ريمان-ليوفيلي للمكان. الهدف هو تحديد الدالة في الشرط الحدودي الكسرى وأوامر المشتقات، باستخدام ومقارنة عدة خوارزميات تحسين ميتاheuristic.
مناقشة
تقدم قسم المناقشة في الورقة نموذجًا رياضيًا للانتشار الشاذ يتميز بمشتقات كسرية في كل من الزمان والمكان، وهو قابل للتطبيق بشكل خاص على نقل الكتلة والحرارة في الوسائط المسامية. يتم التحكم في النموذج بواسطة معادلة تفاضلية جزئية من رتبة كسرية، مكملة بشروط ابتدائية وحدودية، بما في ذلك شرط حدودي من نوع روبن مع مشتق كسرى عند الحدود اليمنى. يستخدم المؤلفون مشتقات من نوع كابوتو ونوع ريمان-ليوفيلي لوصف الديناميات الزمنية والمكانية، على التوالي. يُفترض أن معلمات النموذج، بما في ذلك معامل الانتشار ودوال المصدر، مستمرة، مما يسهل صياغة مشكلة مباشرة يمكن حلها عدديًا.
لمعالجة المشكلة العكسية، يقترح المؤلفون نهج تحسين يقلل من دالة ملاءمة، والتي تقيس الفجوة بين مخرجات النموذج والبيانات المقاسة. يتطلب ذلك حلولًا متكررة لمشكلة الأمام، والتي يتم استخدام مخطط فرق غير صريح لحلها. يتم تفصيل الطريقة العددية، بما في ذلك تمييز المجال واستنتاج مخطط الفرق الضمني في شكل مصفوفة. تناقش الورقة أيضًا تقارب واستقرار المخطط العددي، مما يثبت فعاليته في حل مشكلة الأمام. يبرز المؤلفون التحديات المتعلقة بتحديد معلمات النموذج في التطبيقات العملية، مؤكدين على فائدة خوارزميات تحسين ميتاheuristic لتعزيز دقة حلول المشكلة العكسية.
DOI: https://doi.org/10.15388/24-infor563
Publication Date: 2024-01-01
Author(s): Rafał Brociek et al.
Primary Topic: Fractional Differential Equations Solutions
Overview
The article investigates heuristic algorithms for addressing the inverse problem associated with the anomalous diffusion model, specifically utilizing a time-space fractional diffusion equation with initial boundary conditions. This model is pertinent for simulating heat flow in porous materials and employs Caputo’s and Riemann-Liouville’s fractional derivatives. The inverse problem involves determining the orders of these derivatives and reconstructing the fractional boundary conditions, which is inherently ill-conditioned and challenging to solve. To tackle this, the authors compared the performance of several metaheuristic optimization algorithms, including the Group Teaching Optimization Algorithm (GTOA), Equilibrium Optimizer (EO), Grey Wolf Optimizer (GWO), War Strategy Optimizer (WSO), Tuna Swarm Optimization (TSO), Ant Colony Optimization (ACO), Jellyfish Search (JS), and Artificial Bee Colony (ABC).
The findings indicate that both GTOA and ABC yielded satisfactory results, while the JS algorithm also performed acceptably. The remaining algorithms were deemed unsuitable for this specific problem. The authors propose a hybrid approach for future research, where a heuristic algorithm could be employed for initial exploration, followed by deterministic methods like Nelder-Mead or Hooke-Jeeves for more focused exploitation. This proposed methodology aims to enhance the efficiency of solving the inverse problem for fractional diffusion equations.
Introduction
In the introduction of this paper, the authors emphasize the growing significance of computational and simulation methods, particularly in the context of increasing computer processing power. They highlight the dual focus of their research: the integration of classical numerical methods for solving differential equations with heuristic algorithms aimed at addressing inverse problems. The literature review reveals a substantial body of work utilizing fractional derivatives to model various physical and engineering processes, such as anomalous diffusion and heat flow in porous materials, where models incorporating fractional derivatives have demonstrated superior accuracy compared to those using integer-order derivatives.
The authors also discuss the challenges associated with inverse problems, which involve deducing model input parameters from observed outputs and are often ill-posed. They cite examples from recent studies that tackle inverse problems across diverse applications, including aerothermal heating identification in reusable launch vehicles and crack detection in two-dimensional structures. The paper proposes a novel approach to solving an inverse problem related to anomalous diffusion, characterized by a partial differential equation with fractional derivatives. Specifically, the Caputo derivative is employed for time, while the Riemann-Liouville derivative is used for space. The objective is to identify the function in the fractional boundary condition and the orders of the derivatives, utilizing and comparing various metaheuristic optimization algorithms.
Discussion
The discussion section of the paper presents a mathematical model for anomalous diffusion characterized by fractional derivatives in both time and space, which is particularly applicable to mass and heat transport in porous media. The model is governed by a fractional-order partial differential equation, supplemented by initial and boundary conditions, including a Robin boundary condition with a fractional derivative at the right boundary. The authors utilize Caputo-type and Riemann-Liouville-type derivatives to describe the temporal and spatial dynamics, respectively. The model’s parameters, including the diffusion coefficient and source functions, are assumed to be continuous, facilitating the formulation of a direct problem that can be solved numerically.
To address the inverse problem, the authors propose an optimization approach that minimizes a fitness function, which quantifies the discrepancy between model outputs and measured data. This necessitates repeated solutions of the forward problem, for which an implicit finite difference scheme is employed. The numerical method is detailed, including the discretization of the domain and the derivation of the implicit difference scheme in matrix form. The paper also discusses the convergence and stability of the numerical scheme, establishing its effectiveness for solving the forward problem. The authors highlight the challenges of identifying model parameters in practical applications, emphasizing the utility of metaheuristic optimization algorithms to enhance the accuracy of the inverse problem solutions.