python编程作业--盐度对流方程的差分格式设计与讨论

简介: python编程作业--盐度对流方程的差分格式设计与讨论

使用python对于盐度对流差分格式设计与讨论



题目要求如下:



7a6c331576b54921a783d1770e1a9044.png


差分格式设计如下:



方案1、蛙跳格式(时间和距离都用中央差)


d1e667266a9e478792a8cd6305767eb3.pngdd5ffd4ec6fd41a1aa18de35643afd9d.png

be73800eb1284353a2a7aaa1774c7557.png


python代码如下:


"""
Created on %(date)s
@author: %(jixianpu)s
Email : 211311040008@hhu.edu.cn
introduction : keep learning althongh walk slowly
"""
"""
分析说明:μ<1时,蛙跃格式是稳定的,但是会有频散现象发生,耗散比较小,盐度场峰值基本保持不变;μ>1时,明显看到格式不稳定。
"""
import numpy as np
import matplotlib.pyplot as plt
ss=np.zeros((2002,1002))   
dx=10
u=1
dt=5
#mu=u*dt/dx;
mu=1.1 #1.01,0.01,0.05
ss[0,300:401]=10
for n  in range(2001):
    for  j in range(1001):
        if (n==1)&(j==1):
            s1=ss[n,j]
            s2=ss[n,j]
            ss[n+1,j]=s1+mu*(-ss[n,j+1]+s2)
        elif n==1 & j!=1:
            s1=ss[n,j]
            ss[n+1,j]=s1+mu*(-ss[n,j+1]+ss[n,j-1])
        elif j==1 &n!=1:
            s2=ss[n,j]
            ss[n+1,j]=ss[n-1,j]+mu*(-ss[n,j+1]+s2)
        else :
            ss[n+1,j]=ss[n-1,j]+mu*(-ss[n,j+1]+ss[n,j-1])
plt.rcParams['axes.unicode_minus'] = False
fig=plt.figure(figsize=(15,15))   
ax=fig.add_subplot(1,1,1)
ax.plot(ss[1000])
# ax.set_xlim(0,1000)
# ax.set_ylim(-3,14)
ax.set_xlabel('area range',fontsize=30)
ax.set_ylabel('salinity',fontsize=30)
ax.tick_params(which='major',direction='out', pad=8,labelsize=25,length=10,\
                axis='both',bottom=True, left=True, right=False, top=False)
ax.set_title('t=1000s',fontsize=30)


图片如下:


8ed4f34af6914eca9407805b32b58acb.png

a9c64bfa169f4e1198dc37d2a0d80a46.png

b43537db14834d2ca42cbc6d14e75cdb.png


分析结论:


μ<1时,蛙跃格式是稳定的,但是会有频散现象发生,耗散比较小,盐度场峰值基本保持不变;μ>1时,明显看到格式不稳定。


方案2、迎风格式(时间用前差,距离用后差)


0cefcd504d9347b4bd0c289c39f1bae4.png

5ca47c7aac8b41c28e24c22a2ddc4711.png

8105fa7431424e2f914a5fad84e0fdc5.png


python 核心代码如下:


for n  in range(2001):
    for  j in range(1001):
        if (j==1):
            s1=ss[n,j]
            ss[n+1,j]=ss[n,j]-mu*(ss[n,j]-s1)
        else :
            ss[n+1,j]=ss[n,j]-mu*(ss[n,j]-ss[n,j-1])


图片如下:


7624164008864d57bc8889d88cdbdaee.png69b819e3eece4a439f5b3132fd545595.png62aae5bdefd643abb6517eb870909856.png


分析结论:

在μ<1时,迎风格式是稳定的,没有发生频散,但是发生耗散,盐柱的棱角变得圆滑。μ>1时,格式变得不稳定。。


方案3、欧拉格式(时间用前差,距离用中央差)


fe19fbe6583345e9becb278752505770.pnga86a249f8e184609ac2013dd95e0ac6d.png

8d3b8520b0a2484d84a5accbe417bc93.png


python 核心代码:


for n  in range(2001):
    for  j in range(1001):
        if (j==1):
            s1=ss[n,j]
            ss[n+1,j]=ss[n,j]-0.5*mu*(ss[n,j+1]-s1)
        else :
            ss[n+1,j]=ss[n,j]-0.5*mu*(ss[n,j+1]-ss[n,j-1])


图片如下:

3379184348a84d97985cbc36812930db.png532de27fa3ea437cb0dc21c165a8224a.png


8dcbfba440a94dec8e1bbcd64f2ca6b7.png


分析结论:

欧拉法是一种绝对不稳定的格式,无论mu取多小,都是不稳定的


方案4、lax格式(在欧拉格式右边增加一个耗散项)


49b8591924764240a2f2d99a4890d4f9.png

271f202cd3b74666a5b068aada177afa.png

7ddc105084064e169910bdaa4a861d26.png


python 核心代码:


mu=1.1
miu2=u*u*dt/(dx*dx)
for n  in range(2001):
    for  j in range(1001):
        if (j==1):
            s1=ss[n,j]
            ss[n+1,j]=ss[n,j]-0.5*mu*(ss[n,j+1])+0.5*mu*s1+miu2*ss[n,j+1]-2*miu2*ss[n,j]+miu2*s1
        else :
            ss[n+1,j]=ss[n,j]-0.5*mu*(ss[n,j+1])+0.5*mu*ss[n,j-1]+miu2*ss[n,j+1]-2*miu2*ss[n,j]+miu2*ss[n,j-1]


图片如下:


92e157be57914d649a4d355715d66154.png65753b3c30aa4c8c9915ce3231ca611a.png64483afa4e704cdc822a0d30337de6a8.png


分析结论:

在μ<1时,此格式是稳定的,有少许频散,耗散也比较少,盐度值是比较稳定的。
在μ>1时,格式不稳定。

ps:代码可能有点粗糙,只是简单记录一下,欢迎评论讨论。


            一个努力学习python的海洋人
            水平有限,欢迎指正!!!
            欢迎评论、收藏、点赞、转发、关注。
            关注我不后悔,记录学习进步的过程~~


相关文章
|
6天前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
179 102
|
6天前
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
171 104
|
6天前
|
人工智能 自然语言处理 算法框架/工具
Python:现代编程的首选语言
Python:现代编程的首选语言
167 103
|
6天前
|
机器学习/深度学习 人工智能 数据挖掘
Python:现代编程的首选语言
Python:现代编程的首选语言
117 82
|
2月前
|
设计模式 SQL 人工智能
Python设计模式:从代码复用到系统架构的实践指南
本文以Python为实现语言,深入解析23种经典设计模式的核心思想与实战技巧。通过真实项目案例,展示设计模式在软件开发中的结构化思维价值,涵盖创建型、结构型、行为型三大类别,并结合Python动态语言特性,探讨模式的最佳应用场景与实现方式,帮助开发者写出更清晰、易维护的高质量代码。
91 1
|
2月前
|
设计模式 人工智能 算法
Python设计模式:从代码复用到系统架构的实践指南
本文探讨了电商系统中因支付方式扩展导致代码臃肿的问题,引出设计模式作为解决方案。通过工厂模式、策略模式、单例模式等经典设计,实现代码解耦与系统扩展性提升。结合Python语言特性,展示了模块化、装饰器、适配器等模式的实战应用,并延伸至AI时代的设计创新,帮助开发者构建高内聚、低耦合、易维护的软件系统。
264 0
|
6天前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的多面手
Python:现代编程的多面手
22 0
|
15天前
|
存储 人工智能 算法
Python实现简易成语接龙小游戏:从零开始的趣味编程实践
本项目将中国传统文化与编程思维相结合,通过Python实现成语接龙游戏,涵盖数据结构、算法设计与简单AI逻辑,帮助学习者在趣味实践中掌握编程技能。
67 0
|
1月前
|
安全 测试技术 数据处理
Python列表推导式进阶:从简洁代码到高效编程的10个核心技巧
列表推导式是Python中高效的数据处理工具,能将多行循环代码压缩为一行,提升代码可读性与执行效率。本文详解其基础语法、嵌套循环、条件表达式、函数融合、性能优化等进阶技巧,并结合实战案例与边界条件处理,帮助开发者写出更优雅、高效的Python代码。
108 0
|
1月前
|
机器学习/深度学习 人工智能 运维
Python:简洁高效的万能编程胶水
Python:简洁高效的万能编程胶水

推荐镜像

更多