Novel Hybrid Function Operational Matrices of Fractional Integration: An Application for Solving Multi-Order Fractional Differential Equations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although fractional calculus has evolved significantly since its origin in the 1695 correspondence between Leibniz and L’Hôpital, the numerical treatment of multi-order fractional differential equations remains a challenge. Existing methods are often either computationally expensive or reliant on complex operational frameworks that hinder their broader applicability. In the present study, a novel numerical algorithm is proposed based on orthogonal hybrid functions (HFs), which were constructed as linear combinations of piecewise constant sample-and-hold functions and piecewise linear triangular functions. These functions, belonging to the class of degree-1 orthogonal polynomials, were employed to obtain the numerical solution of multi-order fractional differential equations defined in the Caputo sense. A generalized one-shot operational matrix was derived to explicitly express the Riemann–Liouville fractional integral of HFs in terms of the HFs themselves. This allowed the original multi-order fractional differential equation to be transformed directly into a system of algebraic equations, thereby simplifying the solution process. The developed algorithm was then applied to a range of benchmark problems, including both linear and nonlinear multi-order FDEs with constant and variable coefficients. Numerical comparisons with well-established methods in the literature revealed that the proposed approach not only achieved higher accuracy but also significantly reduced computational effort, demonstrating its potential as a reliable and efficient numerical tool for fractional-order modeling.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle