本书共三篇。第一篇讨论了抛物型和双曲型方程的差分方法，介绍了各种实用的差分格式及其稳定性分析。第二篇讨论了椭圆方程的有限元方法，清晰显示了基本思想、应用技巧、通用程序设计和基本理论问题。第三篇讨论了解偏微分方程的高效率高精度方法。

- py-pde是一个Python软件包，用于求解偏微分方程（PDE）。 该程序包提供了可在其上定义标量和张量字段的网格的类。 关联的微分算子是使用numba编译的有限差分实现来计算的。 这允许定义，检查和求解典型的PDE，例如在物理动力系统研究中出现的PDE。 该软件包的重点在于易于使用，以探索PDE的行为。 但是，可以使用numba透明地编译核心计算，以提高速度。 安装 py-pde在pypi上可用，因此您应该可以通过pip安装它： pip install py-pde 为了使软件包的所有功能可用，您可能还需要安装以下可选软件包： pip install h5py pandas tqdm 此外，需要安装ffmpeg来创建电影。 或者，您可以使用频道通过安装py-pde ： conda install -c conda-forge py-pde 使用conda安装包括所

测试PIN 使用物理信息神经网络求解PDE 我们将首先关注

Lecture note spectra of PDE

该方程是一个热传导方程,我们使用PDE工具箱GUI求解方程

热传递matlab代码载流电缆的优化 介绍 此演示显示了以下各项的组合： 具有非线性材料特性的固体传热的有限元分析（FEA） 优化FEA的输出 与现实世界的问题特别相关。 我们执行以下一般过程： 生成包装到函数中的代表性FEA解算器 使用替代优化来找到全局最优值的接近但快速的近似值 根据“代理优化”的输出部署局部求解器以完善并找到全局最优值 我们将研究埋在地下的载流导体的情况。 在这种情况下，我们希望使绝缘子保持在固定温度以下时可以承载的电流最大化。 请参阅下面的域示意图。 要求 在此演示中，我们使用以下工具： MATLAB（≥2020b），请参见下面的注释 偏微分方程工具箱 优化工具箱 全局优化工具箱 并行计算工具箱 该演示将与2020b之前的MATLAB版本一起使用，但是由于我们使用的是2020b中发布的Optimsation Live Task，因此这些部分将仅限于代码。 入门 打开项目文件ConductorOptimisation.prj，这将反过来配置环境并在编辑器中启动许多实时脚本。 从脚本开始：explorationOverview.mlx。 版权 版权所有:copyright:2020 T

%% 线法 D = 扩散率：菲克第二扩散定律% by Prof. Roche C. de Guzman %% 自定义外汇函数 Y1 = F(~,Y,D,nx,dx) c = Y; % 指定浓度为 Y Y1 = 零点(nx,1); % 临时衍生品对于 i = 1:nx-2 % 位置计数器Y1(i+1) = D*(c(i+2)-2*c(i+1)+c(i))/dx^2； %求解导数结尾Y1 = [Y1(2); Y1(2:nx-1); Y1(nx-1)]; % 具有零通量边界的导数结尾

解压密码：123 安装说明：https://blog.csdn.net/hongfu951/article/details/118517942 FlexPDE是一个通用软件，用于获得2维或3维偏微分方程的数值解。 该程序是基于有限元方法，可以解决固定或时变问题。 FlexPDE是一个数值和有限元模型的构造器。 这意味着，通过用户编写的脚本，FlexPDE执行必要的操作，将离散微分方程的系统描述转换为有限元模型。 缓慢的图形输出和表格输出提供了结果。 FlexPDE也是一个解决问题的环境。 它提供了解决偏尺度微分方程所需的一整套功能:一个脚本编辑器，一个约束数值网络的网格生成器，一个寻找解的有限元求解器，和一个系统。 用于绘图结果的图形。

Matlab pdeModeler 偏微分方程工具箱 使用文档 内容很全 包括Matlab如何解偏微分 3D模型分布

evans pde第二版，非扫描，带勘误表。重点是便宜！