主讲人简介:刘福窑,男,教授,毕业于中国科学院紫金山天文台。现任上海工程技术大学数理与统计学院院长。主要从事辛算法和大数据处理与优化研究工作,先后在国内外刊物发表论文30余篇。主持参与国家自科项目以及上海市市级项目多项。兼任上海市质量技术应用统计学会理事、江西省天文学会副秘书长等职。
内容摘要:传统的高阶Runge-Kutta-Fehlberg单步法和Adams-Cowell多步法在短时间内的积分具有较高的精度,然而在长时间积分中,会引入人工耗散因素,导致数值解失真。流形改正方法和保辛结构且保能量的辛算法弥补了经典算法的不足,是研究哈密顿系统长期定性演化的优化积分工具。报告主要介绍Runge-Kutta-Fehlberg方法的速度标度因子流形改正方法;可分哈密顿的显式辛算法和其构造方法举例;不可分哈密顿的显隐混合辛算法;不可分哈密顿的显式类辛算法。
讲座主持:秦玉明 教授