我正在计算两个空间维度和时间上的两个耦合 PDE 的系统。由于函数评估很昂贵,我想使用多步方法(使用 Runge-Kutta 4-5 初始化)。
使用五个先前函数评估的 Adams-Bashforth 方法的全局误差为(在这种情况下在下面引用的 Wikipedia 文章中),并且每个步骤需要一个函数评估(每个 PDE)。
另一方面,Adams-Moulton 方法每一步需要两个函数评估:一个用于预测步骤,另一个用于校正步骤。再一次,如果使用五个函数评估,全局误差是. (在维基百科文章中)
那么使用 Adams-Moulton 而不是 Adams-Bashforth 的原因是什么?对于函数评估次数的两倍,它具有相同顺序的错误。直观地说,预测校正方法应该是有利的,但有人可以定量地解释这一点吗?
参考:http ://en.wikipedia.org/wiki/Linear_multistep_method#Adams.E2.80.93Bashforth_methods