PINN解偏微分方程实例5--Diffusion,Burgers,Allen–Cahn方程和反问题代码
本文使用 PINN 求解了三个具体的偏微分方程正问题和一个反问题,正问题包括Diffusion, Burgers, Allen–Cahn方程,反问题的代码以burger方程为例。
本文展示了每个方程的数值解,真解和误差图,具体如下。
一、正问题
1. Diffusion equation
一维扩散方程:
∂
u
∂
t
=
∂
2
u
∂
x
2
+
e
−
t
(
−
sin
(
π
x
)
+
π
2
sin
(
π
x
)
)
,
x
∈
[
−
1
,
1
]
,
t
∈
[
0
,
1
]
u
(
x
,
0
)
=
sin
(
π
x
)
u
(
−
1
,
t
)
=
u
(
1
,
t
)
=
0
\begin{array}{l} \frac{\partial u}{\partial t}=\frac{\partial^{2} u}{\partial x^{2}}+e^{-t}\left(-\sin (\pi x)+\pi^{2} \sin (\pi x)\right), \quad x \in[-1,1], t \in[0,1] \\ u(x, 0)=\sin (\pi x) \\ u(-1, t)=u(1, t)=0 \end{array}
∂t∂u=∂x2∂2u+e−t(−sin(πx)+π2sin(πx)),x∈[−1,1],t∈[0,1]u(x,0)=sin(πx)u(−1,t)=u(1,t)=0
其中
u
u
u 是扩散物质的浓度。精确解是
u
(
x
,
t
)
=
s
i
n
(
π
x
)
e
−
t
u(x,t)=sin(\pi x)e^{-t}
u(x,t)=sin(πx)e−t 表示。
-
PINN解
-
真实解
-
误差
2. Burgers’ equation
Burgers方程的定义为:
∂
u
∂
t
+
u
∂
u
∂
x
=
v
∂
2
u
∂
x
2
,
x
∈
[
−
1
,
1
]
,
t
∈
[
0
,
1
]
,
u
(
x
,
0
)
=
−
sin
(
π
x
)
,
u
(
−
1
,
t
)
=
u
(
1
,
t
)
=
0
,
\begin{array}{l} \frac{\partial u}{\partial t}+u \frac{\partial u}{\partial x}=v \frac{\partial^{2} u}{\partial x^{2}}, \quad x \in[-1,1], t \in[0,1], \\ u(x, 0)=-\sin (\pi x), \\ u(-1, t)=u(1, t)=0, \end{array}
∂t∂u+u∂x∂u=v∂x2∂2u,x∈[−1,1],t∈[0,1],u(x,0)=−sin(πx),u(−1,t)=u(1,t)=0,
其中,
u
u
u 为流速,
ν
ν
ν 为流体的粘度。在本文中,
ν
ν
ν 设为
0.01
/
π
0.01/\pi
0.01/π。
- PINN解
- 真实解
- 误差
3. Allen–Cahn equation
Allen–Cahn方程的形式如下:
∂
u
∂
t
=
D
∂
2
u
∂
x
2
+
5
(
u
−
u
3
)
,
x
∈
[
−
1
,
1
]
,
t
∈
[
0
,
1
]
,
u
(
x
,
0
)
=
x
2
cos
(
π
x
)
,
u
(
−
1
,
t
)
=
u
(
1
,
t
)
=
−
1
,
\begin{array}{l} \frac{\partial u}{\partial t}=D \frac{\partial^{2} u}{\partial x^{2}}+5\left(u-u^{3}\right), \quad x \in[-1,1], t \in[0,1], \\ u(x, 0)=x^{2} \cos (\pi x), \\ u(-1, t)=u(1, t)=-1, \end{array}
∂t∂u=D∂x2∂2u+5(u−u3),x∈[−1,1],t∈[0,1],u(x,0)=x2cos(πx),u(−1,t)=u(1,t)=−1,
其中,扩散系数
D
=
0.001
D=0.001
D=0.001 .
- PINN解
- 真实解
- 误差
二、反问题
1. Burgers’ equation
Burgers方程的定义为:
∂
u
∂
t
+
u
∂
u
∂
x
=
v
∂
2
u
∂
x
2
,
x
∈
[
−
1
,
1
]
,
t
∈
[
0
,
1
]
,
u
(
x
,
0
)
=
−
sin
(
π
x
)
,
u
(
−
1
,
t
)
=
u
(
1
,
t
)
=
0
,
\begin{array}{l} \frac{\partial u}{\partial t}+u \frac{\partial u}{\partial x}=v \frac{\partial^{2} u}{\partial x^{2}}, \quad x \in[-1,1], t \in[0,1], \\ u(x, 0)=-\sin (\pi x), \\ u(-1, t)=u(1, t)=0, \end{array}
∂t∂u+u∂x∂u=v∂x2∂2u,x∈[−1,1],t∈[0,1],u(x,0)=−sin(πx),u(−1,t)=u(1,t)=0,
其中,
u
u
u 为流速,
ν
ν
ν 为流体的粘度(
ν
ν
ν 为
0.01
/
π
0.01/\pi
0.01/π)。
这里假设
v
v
v 未知,我们同时求解方程的解和
v
v
v 的值。
- 随着迭代,
v
v
v 的
L
2
L_2
L2 相对误差变化图。
- PINN解
- 真解
4. 误差
三. 代码目录
本博客所有代码和图片可以在我的工坊获得。