摘要：主要研究了一種新型MQ擬插值格式在廣義Burgers-Fisher方程中的應(yīng)用，在時間方向上采用向前差分法進(jìn)行離散，對空間方向采用新型擬插值近似，從而給出數(shù)值計算解法.通過數(shù)值實驗，并與其他方法進(jìn)行比較，得到在不同時間以及不同節(jié)點處的誤差值.實驗結(jié)果驗證了新型擬插值方法的有效性和準(zhǔn)確性.

關(guān)鍵詞：廣義Burgers-Fisher方程；MQ擬插值；MQ徑向基函數(shù)；數(shù)值解

中圖分類號：O241.82"" 文獻(xiàn)標(biāo)志碼：A" 文章編號：2095-6991（2025）01-0040-06

Application of a Novel MQ Quasi-interpolation Algorithmin Generalized Burgers-Fisher Equation

ZHANG Ji-hong， ZHANG Jia-qi

（College of Science， Dalian Jiaotong University， Dalian 116028， Liaoning， China）

Abstract：This paper mainly studies the application of a new MQ quasi-interpolation scheme in the generalized Burgers-Fisher equation. The forward difference method is used in the temporal direction， and the novel quasi-interpolation method is used for the spatial term， so as to give the numerical calculation solution. Through numerical experiments， and comparing with other methods， error values at different times and at different nodes are obtained with other methods. The experimental results verify the effectiveness and accuracy of the novel quasi-interpolation method.

Key words：generalized Burgers-Fisher equation; MQ quasi-interpolation; MQ radial basis function; numerical solution

0 引言

廣義Burgers-Fisher方程是擴散傳播、對流傳導(dǎo)作用的典型模型，在現(xiàn)代物理學(xué)中具有重要意義.有很多學(xué)者對廣義Burgers-Fisher方程的數(shù)值解進(jìn)行了研究.

ISMAIL H N A^[1]等采用Adomian分解法數(shù)值求解了廣義Burgers-Fisher方程；在文獻(xiàn) [2] 中，作者給出了廣義Burgers-Fisher方程的tanh法；文獻(xiàn) [3] 介紹了廣義Burgers-Fisher方程的數(shù)值解法；ZHU C G等^[4] 將 B-樣條擬插值格式用到了廣義Burgers-Fisher方程的數(shù)值求解；IZADI M^[5] 給出了用譜方法近似計算廣義Burgers-Fisher方程的數(shù)值解.

1992年，BEATSON P K等^[6] 提出了3種MQ擬插值格式LA，LB，LC.隨后WU Z M等^[7] 提出了LD.在計算精度方面，LC優(yōu)于LA，LB.由于LD無需端點處導(dǎo)數(shù)值，其精確度不低于LC擬插值，所以LD擬插值格式在微分方程數(shù)值求解方面得到了廣泛的應(yīng)用.鄔會源^[8] 在2016年將LD擬插值應(yīng)用于求解D-P方程、C-H方程.ZHANG S L^[9]將LD擬插值應(yīng)用于求解CEV期權(quán)定價模型.GAO W W^[10]將LD擬插值應(yīng)用于求解積分函數(shù)等.

文獻(xiàn) [11-12] 研究了用MQ擬插值LD求解廣義Burgers-Fisher方程等.

本文采用一種新型MQ擬插值方法LN^[13]去數(shù)值求解廣義Burgers-Fisher方程，并進(jìn)行數(shù)值實驗，給出其與擬插值LD的比較，驗證本文方法的有效性.

1 MQ擬插值格式LD

給出離散數(shù)據(jù)a=x0lt;x1lt;…lt;xn=b，h=max0≤i≤n－1（xi+1－xi） ，{xj，fj}，fj=f（xj），j=0，1，…，n.

LD^[7]擬插值格式為

（LDf）（x）=f0α0（x）+f1α1（x）+∑n－2j=2fjψj（x）+fn－1αn－1（x）+fnαn（x），（1）

其中

ψj（x）=φj+1（x）－φj（x）2（xj+1－xj）－φj（x）－φj－1（x）2（xj－xj－1），2≤j≤n－2，

α0（x）=12+φ1（x）－（x－x0）2（x1－x0），

α1（x）=φ2（x）－φ1（x）2（x2－x1）－φ1（x）－（x－x0）2（x1－x0），

αn－1（x）=（xn－x）－φn－1（x）2（xn－xn－1）－φn－1（x）－φn－2（x）2（xn－1－xn－2），

αn（x）=12+φn－1（x）－（xn－x）2（xn－xn－1），（2）

φj（x）=c²+（x－xj）²是MQ徑向基函數(shù)，c為形狀參數(shù).

本文采用一種與擬插值格式LD類似的新型MQ擬插值格式LN來求解廣義Burgers-Fisher方程.該方法計算簡單，不需要求解大型方程組，避免了因為系數(shù)陣條件數(shù)過大從而引起病態(tài)問題.

給出新型MQ擬插值新格式LN：

（LNf）（x）=f0α0（x）+f1α1（x）+f2α2（x）+∑n－3j=3fjψj（x）+fn－2αn－2（x）+fn－1αn－1（x）+fnαn（x）.（3）

令

α（x）=φ0－（x－x0）x1－x0，β（x）=φn－（xn－x）xn－xn－1，

其中

α0（x）=β0+34α，

α1（x）=ψ1（x）－α，

α2（x）=ψ2（x）+14α，

αn－2（x）=ψn－2（x）+14β，

αn－1（x）=ψn－1（x）－β，

αn（x）=βn+34β，

β0（x）=12+φ1－φ02（x1－x0），

βn（x）=12+φn－1－φn2（xn－1－xn）.

新型MQ擬插值LN具有常數(shù)再生性和線性再生性，與LD具有相似的誤差估計.

引理1^[6] 當(dāng)c=O（h），x∈［x0，xn］時，有‖f－LCf‖=O（h²logh）.

定理2^[13] 當(dāng)c=O（h）時，有‖f－LNf‖=O（h²logh）.

新型MQ擬插值LN誤差證明如下：

‖f－LNf‖=

‖f－LCf+LCf+LNf‖≤

‖f－LCf‖+‖LCf－LNf‖.

根據(jù)擬插值LC公式^[7]和式（3）得

LCf－LNf=

f0′γ0+f0β0（x）+fnβn（x）+

fn′γn－f0β0（x）+34α（x）+

f1α（x）－14f2α（x）－14fn－2β（x）+

fn－1β（x）－

fnβn（x）－34fnβ（x）=

f0′γ0+fn′γn－34f0α（x）+

f1α（x）－14f2α（x）－14fn－2β（x）+

fn－1β（x）－34fnβ（x）=

f0′γ0+fn′γn－

34f0－f1+14f2α（x）－

14fn－2－fn－1+34fnβ（x），

其中

γ0=－α（x1－x0）2，

γn=β（xn－xn－1）2.

又因當(dāng)c=O（h）時，α、β可以被看作常數(shù)，因此

LCf－LNf=

－x1－x02f0′－34f0+f1－14f2α+

xn－xn－12fn′－14fn－2+fn－1－34fnβ=

－x1－x02f0′+x1－x02

f′（x0）－（x1－x0）²3f（x0）+

o（x1－x0）3α+

+xn－xn－12f0′－xn－xn－12

f′（xn）－（xn－xn－1）²3f（xn）+

o（xn－xn－1）3[JB）］][JBgt;2}][JBgt;2}]β≤

－h(huán)36f（x0）+o（h3）α+

h36f（xn）+o（h3）β，

對上式兩邊取范數(shù)得

‖LCf－LNf‖=O（h3），

即證‖f－LNf‖=O（h²logh）.

2 用新型MQ擬插值LN數(shù)值求解廣義Burgers-Fisher方程

考慮帶有初邊值條件的廣義Burgers-Fisher方程：

ut（x，t）+γuδ（x，t）ux（x，t）=" uxx（x，t）+ηu（x，t）（1－uδ（x，t）），

a≤x≤b，0lt;t≤T，

u（x，0）=g（x），

u（a，t）=r（t），u（b，t）=l（t），

其中，γ，η，δ為常數(shù).

首先，對求解域進(jìn)行矩形剖分，將空間步長和時間步長分別定義為h=b－aN和τ=TM，其中N，M都是正整數(shù).再用直線xj=x0+jh，j=0，1，…，n和tk=kτ，k=0，1，…，M將區(qū)域分割成（n+1）×M+1個網(wǎng)格點（xj，tk）.

記ukj為函數(shù)u（x，t）在點（xj，tk）處的數(shù)值解.

其次，給出廣義Burgers-Fisher方程的離散格式，在時間方向上采用向前差商法.將帶有上述初邊值條件的廣義Burgers-Fisher方程離散為

u^k+1j=ukj－τγ（ukj）δ（ux）kj+τ（uxx）kj+τηukj［1－（ukj）δ］.（4）

最后，在空間方向上，用新型MQ擬插值LN去逼近方程（4）中的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)：

（ux）kj=∑2l=0uklαl′（xj）+∑n－3l=3uklψl′（xj）+∑nl=n－2uklαl′（xj），

（uxx）kj=∑2l=0uklαl″（xj）+∑n－3l=3uklψl″（xj）+∑nl=n－2uklαl″（xj）.

3 數(shù)值實驗

下面使用新型MQ擬插值LN求解廣義Burgers-Fisher方程的數(shù)值解，并與MQ擬插值方法LD的數(shù)值結(jié)果進(jìn)行比較.

下面考慮具體的廣義Burgers-Fisher方程初邊值條件，并給出其數(shù)值實驗.

ut（x，t）+γuδ（x，t）ux（x，t）=" uxx（x，t）+ηu（x，t）（1－uδ（x，t）），" 0≤x≤1，0lt;t≤T，

u（x，0）=12+12tanh－γδ2δ+1x1δ，

u（0，t）=12+12tanh－γδ2δ+1－" γδ+1+ηδ+1γt1δ，

u（1，t）=12+12tanh－γδ2δ+11－" γδ+1+ηδ+1γt1δ.

在上述條件下，方程的精確解為

u（x，t）=12+12tanh－γδ2δ+1

x－γδ+1+ηδ+1γt1δ.

例1 采用文獻(xiàn)[12]的數(shù)值算例，設(shè)h=1/15，τ=0.0001，當(dāng)γ=0.001，η=0.001時，求解廣義Burgers- Fisher方程的數(shù)值解.

當(dāng)時間t取不同時刻，參數(shù)δ取不同值的情況下，給出了兩種擬插值格式所得數(shù)值解的最大誤差，如表1所列.

由表1可以看出，新型MQ擬插值LN的逼近精度在10^－15～10^－11，可以用來擬合方程且達(dá)到比[HJ]較好的擬合效果.當(dāng)取不同的δ，t時，根據(jù)數(shù)據(jù)得LN產(chǎn)生的最大絕對誤差要普遍小于LD產(chǎn)生的，說明新型MQ擬插值LN在擬合Burgers-Fisher方程時，可以達(dá)到更高的擬合精度.

當(dāng)時間T=1，給出了不同節(jié)點處參數(shù)取不同值時，兩種擬插值方法相應(yīng)的最大絕對誤差比較，如表2所列.

觀察表2數(shù)據(jù)，可以看出當(dāng)δ=1，T=1時，擬插值LN的擬合精度可以達(dá)到10^－14；[HJ]當(dāng)δ=2，3，T=1時，逼近精度為10^－11，所以當(dāng)α=0.001，β=0001，δ=1，T=1時，可以選取新型MQ擬插值LN作為擬合廣義Burgers-Fisher方程的方式.

當(dāng)時間T=1，δ=1時，給出了精確解和擬插值近似解的對比圖，如圖1所示.

廣義Burgers-Fisher的精確解以及由LD，LN求得的數(shù)值解是非常接近的；當(dāng)時間T=1，δ=1時，給出了兩種擬插值的絕對誤差對比圖，如圖2所示.

" 可以看出新型MQ擬插值LN產(chǎn)生的誤差精度10^－14比LD產(chǎn)生的10^－13?。划?dāng)時間變量t在［0，1］時，給出了用LN近似計算的廣義Burgers-Fisher方程數(shù)值解的三維模擬圖，如圖3所示.

當(dāng)時間T=1，δ=1時，給出了兩種擬插值格式相應(yīng)的絕對誤差對比圖，如圖4所示.

例2 采用文獻(xiàn)[4]中的數(shù)值算例，設(shè)h=

1/15，τ=0.0001，當(dāng)r=0.1，η=－0.0025時，求解廣義Burgers-Fisher方程的數(shù)值解.給出了不同時刻不同參數(shù)取值下兩種擬插值格式的最大絕

對誤差，如表3、表4所列，可以看出新型MQ擬插值LN產(chǎn)生的誤差更小，具有更加精確的擬合效果.

觀察圖4，得到由LD產(chǎn)生的絕對誤差為5×10^－8，由LN產(chǎn)生的為2.5×10^－8，可以直觀地看出使用LN擬合廣義Burgers-Fisher方程更加合適.

4 結(jié)語

本文使用了一種新型MQ擬插值格式LN對廣義Burgers-Fisher方程進(jìn)行了數(shù)值求解.驗證了新型擬插值求解廣義Burgers-Fisher方程是合適的，并且可以帶來比目前比較流行的MQ擬插值格式LD更高的精度.通過比較不同δ，t下的最大絕對誤差以及固定時間t=1時不同點處的絕對誤差，也可以得到在α=1的情況下，使用新型MQ擬插值LN求解廣義Burgers-Fisher方程，擬合精度更高.今后我們希望可以用MQ擬插值格式LN來求解更多的非線性偏微分方程.

參考文獻(xiàn)：

[1] ISMAIL H N A，RASLAN K，ABD RABBOH A A.Adomian decomposition method for Burgers’Huxley and Burger’s-Fisher equations[J].Applied Mathematics and Computation，2004，159（1）：291-301.

[2] WAZWAZ A M.The tanh method for generalized forms of nonlinear heat conduction and Burgers-Fisher equations[J].Applied Mathematics and Computation，2005，169（1）：321-338.

[3] 陳曉永.Burgers-Fisher方程的數(shù)值解法[D].南京：南京航空航天大學(xué)，2007.

[4] ZHU C G，KANG W S.Numerical solution of Burgers-Fisher equation by cubic B-spline quasi-interpolation[J].Applied Mathematics and Computation，2010，216（9）：2679-2686.

[5] IZADI M，SRIVASTAVA H M.Numerical treatments of nonlinear Burgers-Fisher equation via a combined approximation technique[J].Kuwait Journal of Science，2024，51（2）：10063.

[6] BEATSON R K，POWELL M J D.Univariate multiquadric approximation：quasi-interpolation to scattered data[J].Constructive Approximation，1992，8（3）：275-288.

[7] WU Z M，ROBERT S.Shape preserving properties and convergence of univariate multiquadric quasi-interpolation[J].Acta Mathematicae Applicatae Sinica，1994，10（4）：441-446.

[8] 鄔會源.MQ-擬插值方法及在b-方程中的應(yīng)用[D].成都：電子科技大學(xué)，2016.

[9] ZHANG S L，YANG H Q，YANG Y.A multiquadric quasi-interpolations method for CEV option pricing model[J].Journal of Computational and Applied Mathematics，2019，347：1-11.

[10] GAO W W，ZHANG X，ZHOU X.Multiquadric quasi-interpolation for integral functionals[J].Mathematics and Computers in Simulation，2020，177：316-328.

[11] 高欽姣.MQ擬插值在Burgers'-Fisher方程數(shù)值解中的應(yīng)用[D].大連：大連理工大學(xué)，2009.

[12] 高欽姣，張勝剛，何素艷，等.基于MQ擬插值的Burgers-Fisher方程數(shù)值解法[J].合肥工業(yè)大學(xué)學(xué)報（自然科學(xué)版），2017，40（5）：712-715.

[13] ZHANG J H，YU J L.A Multi-Quadrics quasi-interpolation scheme for numerical solution of Burgers’ equation[J].Applied Numerical Mathematics，2025，208：38-44.

［責(zé)任編輯：趙慧霞］

基金項目：國家自然科學(xué)基金青年科學(xué)基金項目（11801056）

作者簡介：張繼紅（1979-），女，黑龍江齊齊哈爾人，副教授，博士，研究方向為數(shù)值逼近及微分方程數(shù)值解.E-mail：iamzjh@126.com.