||
本文创新点
(1) 本文提出了一种核方法中无需增加模板尺寸的高效四阶权重,该方法在一维中仅使用三个等距点,即可达到四阶收敛速度。
(2) 证明了两个收敛结果,并对所提方法的有效性、收敛性、精度进行了数值实验验证。
(3) 给出了该方法在时间分数阶Black-Scholes偏微分方程上的应用,与现有方法相比,该方法在计算效率、计算精度、稳定性方面有明显优势。
研究背景及目的
径向基函数 (radial basis functions, RBFs) 在插值、偏微分方程等领域的应用中展现出诸多优点。在处理插值问题时,RBFs基于一组输入-输出数据对来近似一个函数。与其他插值方法相比,RBFs在高维空间中可以提供更精确的近似。近年来,RBFs在工程和科学领域引起了广泛关注。RBFs也可以用于函数近似问题,目标是找到一个函数来模拟给定系统的输入-输出关系。他们可以考虑被近似函数的全局和局部特征,从而进行更准确的预测。此外,RBFs可以模拟输入和输出变量之间的非线性关系,使其适用于线性模型不足的应用。这种灵活性源于RBFs中使用的非线性基函数的选择。
本文研究了如何在不增加模板尺寸的情况下提高计算效率,特别是近似收敛阶。事实上,在大多数已发表的文献中,在基于等距节点的一维中,当模板尺寸为三时,收敛阶不能大于二,这意味着提高收敛阶的唯一方法是增加模板尺寸,并考虑模板中四个或更多离散点。因此,为了提高收敛速度,在Hermite有限差分方法 (Hermite finite-difference, HFD) 下提出紧凑公式。为了计算这些紧凑公式 (特别是一阶和二阶导数) 的解析权重和局部截断误差,本文提出了径向基函数Hermite有限差分方法 (radial basis function-generated Hermite finite-difference, RBF-HFD) 的高效四阶权重。
模型及结果分析
本文首先阐述了RBF-HFD,进而给出一阶和二阶导数紧凑公式:
以及解析权重:
随后,给出了定理,证明紧凑公式四阶收敛。
在五个测试函数和时间分数阶Black-Scholes偏微分方程上验证,本文方法在计算效率、计算精度、稳定性方面明显优于诸如有限差分方法,径向基函数有限差分方法等现有方法。
图1. 时间分数阶Black-Scholes偏微分方程数值结果。
图1展示了本文方法在时间分数阶Black-Scholes偏微分方程期权定价模型上的数值结果,左图为离散图像,右图为通过插值提取的连续图像。图1表明了本文方法的稳定性和正定性。
讨论与总结
本文提出了RBF-HFD的高效四阶权重,该方法使用多元二次RBFs的变体来近似函数的一阶和二阶导数。权重和局部截断误差的解析计算证明了该方法的计算效率。计算结果证实了该方法的有效性,表明了其在数值分析和求解偏微分方程问题中的各种应用潜力。未来的研究将侧重于使用RBF-HFD方法提高具有五个节点的模板上的收敛阶,并将其与有限差分方法,径向基函数有限差分方法的收敛速度进行比较。此外,还将探索将该方法应用于先进的无参数多重调和样条RBFs。
作者介绍
柳陶
东北大学 (秦皇岛分校) 数学与统计学院
副教授,理学博士,新加坡南洋理工大学博士后。
研究方向:人工智能、应用数学、地球物理学、金融学的交叉学科研究,包括深度学习 (CNN、GAN、PINN)、强化学习 (AlphaGo)、多尺度方法 (多重网格、小波)、同伦方法、反问题。
Stanford Shateyi
南非文达大学数学与自然科学学院数学与应用数学系
教授,理学博士,系主任。
研究方向:流体力学、数值方法、微分方程。
原文来自 Mathematics 期刊:https://www.mdpi.com/journal/mathematics
阅读英文原文:https://www.mdpi.com/2227-7390/12/7/1121
Mathematics 期刊介绍
主编:
Francisco Chiclana, School of Computer Science and Informatics, De Montfort University, UK
期刊主题涵盖纯数学和应用数学所有领域,重点发表代数、几何和拓扑、函数插值、差分和微分方程、计算和应用数学、概率与统计、数学物理、动力系统、工程数学、数学和计算机科学、数学生物学、网络科学、金融数学、以及模糊集、系统和决策等相关领域的文章现已被SCIE (Web of Science)、Scopus等重要数据库收录,JCR category rank: 21/489 (Q1) 。
2023 Impact Factor:2.3
2023 CiteScore:4.0
Time to First Decision:17.1 Days
Acceptance to Publication:2.6 Days
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-11-25 02:39
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社