Offline-online approximation of multiscale eigenvalue problems with random defects
本文针对多尺度随机扰动系数的椭圆特征值问题,提出基于局部正交分解的离线-在线多尺度方法,并改进在线阶段以提升中高缺陷概率下的性能,同时给出特征函数与特征值的先验误差估计。
2025-07-07 cs.NA math.NA
A residual driven multiscale method for Darcy's flow in perforated domains
Hunan Key Laboratory for Computation and Simulation in Science and Engineering, National Center for Applied Mathematics in Hunan, Xiangtan University(湘潭大学湖南省计算与仿真科学工程重点实验室、湖南应用数学中心);Eastern Institute for Advanced Study, Eastern Institute of Technology(宁波东部理工学院先进研究院);Hunan Research Center of the Basic Discipline Fundamental Algorithmic Theory and Novel Computational Methods, Key Laboratory of Intelligent Computing and Information Processing of Ministry of Education, Xiangtan University(湘潭大学教育部智能计算与信息处理重点实验室、湖南省基础学科基本算法理论与新型计算方法研究中心);Hunan International Scientific and Technological Innovation Cooperation Base of Computational Science, Xiangtan University(湘潭大学计算科学国际科技创新合作基地)
本文提出了一种残差驱动的多尺度方法,用于高效准确模拟复杂异质孔隙域中的达西流,通过速度消除技术和自适应在线丰富提升精度与效率。
2026-03-10 cs.NA math.NA
An offline-online strategy for multiscale problems with random defects
本文提出了一种基于局部正交分解(LOD)方法的离线-在线策略来求解具有随机扰动扩散系数的椭圆多尺度问题。我们考虑一个周期性的确定性系数与局部缺陷发生的概率$p$。离线阶段预先计算单个参考元素上的全局LOD刚度矩阵的条目(利用周期性),以选择缺陷配置。给定扰动扩散的样本,然后在在线阶段通过采取预先计算的条目的线性组合来计算对应的LOD刚度矩阵。我们的可计算的误差估计表明,这产生了一个很好的粗尺度近似的解决方案,小$p$,这是由大量的数值实验所示。这使得所提出的技术已经在蒙特卡罗模拟中等样本量的吸引力。
2021-12-07 cs.NA math.NA
Online conservative generalized multiscale finite element method for flow models
在本文中,我们认为在线富集过程中使用广义多尺度有限元法(GMsFEM)的上下文中的两相流模型在非均质多孔介质。椭圆型方程的系数被称为渗透率,并且是模型内非均质性的主要来源。椭圆形压力方程使用在线GMsFEM求解,并与双曲型输运方程耦合,其中局部质量守恒是必要的。为了满足守恒性质,我们的目标是通过使用后处理技术在多尺度基函数空间内构造守恒通量。为了提高在线GMsFEM中压力和速度解的精度,我们采用了系统的在线富集过程。由于在线构造而导致的压力精度的增加由来自耦合输运方程的保守通量场和期望的饱和度解继承。尽管压力方程的系数取决于可能随时间变化的饱和度,但我们可以使用初始系数构建近似空间,其中没有进一步的基础更新。四种不同类型的非均质渗透系数的数值结果进行了展示,以测试所提出的方法。
2020-06-24 cs.NA math.NA
An online generalized multiscale discontinuous Galerkin method (GMsDGM) for flows in heterogeneous media
The Chinese University of Hong Kong(香港中文大学);Texas A&M University(德克萨斯农工大学);King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学)
本文提出了一种在线局部自适应技术,用于局部多尺度模型降阶问题,通过设计新的在线基函数提高解的准确性和效率,并证明了迭代过程的收敛性。
2015-04-17 cs.NA math.NA
Residual-based variational multiscale modeling in a discontinuous Galerkin framework
University of Minnesota(明尼苏达大学);Delft University of Technology(代尔夫特理工大学)
本文提出了一种基于间断伽辽金框架的变分多尺度方法,通过分解真实解为粗尺度和细尺度部分,引入残差模型和新的界面模型,展示了其在一维泊松问题和对流扩散问题中的应用。
2017-09-19 cs.NA math.NA
Fast Online Generalized Multiscale Finite Element Method using Constraint Energy Minimization
The Chinese University of Hong Kong(香港中文大学);Texas A&M University(德克萨斯农工大学)
本文提出一种快速在线广义多尺度有限元方法,通过约束能量最小化减少误差,利用 oversampled 区域的特殊基函数构造实现三量级误差降低,并开发了自适应算法以提高收敛率。
2017-06-21 cs.NA math.NA
Online Adaptive Local Multiscale Model Reduction for Heterogeneous Problems in Perforated Domains
The Chinese University of Hong Kong (CUHK)(香港中文大学);Texas A&M University(德克萨斯农工大学);North-Eastern Federal University(东北联邦大学)
本文提出了一种自适应多尺度方法,用于解决孔隙域中的异质问题,通过在线过程自适应地构建多尺度基函数,提高Stokes系统的收敛速度。
2016-05-24 cs.NA math.NA
Generalized multiscale finite element method for highly heterogeneous compressible flow
本文研究了高度非均匀多孔介质中单相可压缩渗流问题的广义多尺度有限元法。我们遵循GMsFEM的主要步骤来构造渗透率相关的离线基,以用于快速粗网格模拟。基于初始渗透率场,通过并行计算,离线粗空间只需构造一次。严格的收敛性分析进行了两种类型的快照空间。分析表明,所提出的多尺度方法的收敛速度依赖于粗网格和局部谱问题的特征值衰减。为了进一步提高多尺度方法的精度,在离线空间中加入残差驱动的在线多尺度基。在线多尺度基础的建设是基于一个精心设计的误差指标的分析动机。我们发现,在线基础是特别重要的单一来源。典型的三维高度非均匀介质上的丰富的数值试验证明了所提出的多尺度方法令人印象深刻的计算优势。
2022-01-19 cs.NA math.NA
Bias Reduction by Multiscale Quasi-Interpolation for Scalar- and Manifold-Valued Functions
Tel Aviv University(特拉维夫大学)
本文提出多尺度近似作为偏差减少策略,通过引入偏差比度量,有效降低近似误差中的偏差部分,应用于流形值函数的散乱数据近似问题。
2026-09-15 cs.NA math.NA
Fast Converging Parallel Offline-Online Iterative Multiscale Mixed Methods
本研究基于MRCM-OS方法开发两种高效迭代多尺度方法,通过迭代更新在线信息空间提升精度,在SPE10基准上实现极快收敛和$10^{-10}$量级通量误差,计算效率具备竞争力。
2025-02-22 cs.NA math.NA
Adaptive generalized multiscale approximation of a mixed finite element method with velocity elimination
在本文中,我们提出了离线和在线自适应富集算法的广义多尺度近似的混合有限元法与速度消除,以解决地下流动问题的高对比度和非均匀多孔介质。我们对这两种自适应方法的收敛性进行了理论分析,结果表明,足够的初始基函数(属于离线空间)会导致更快的收敛速度。一系列的数值例子来突出这两种自适应方法的性能,也验证了理论分析。离线和在线自适应方法都是有效的,可以大大减少相对误差。此外,在线自适应方法通常比离线自适应方法表现得更好,因为在线基函数包含重要的全局信息,例如离线基函数无法捕获的距离效应。数值计算结果还表明,通过选取合适的初始多尺度空间,使离线阶段局部谱分解特征值相对较小的离线基函数包含在内,在线富集的收敛速度与渗透率对比度无关.
2020-07-17 cs.NA math.NA
Learning Hamiltonian Flow Maps from Numerical-Scheme Residuals for Long-Time Multiscale Simulation
The University of Texas at Austin(德克萨斯大学奥斯汀分校);Oden Institute for Computational Engineering and Sciences, The University of Texas at Austin(德克萨斯大学奥斯汀分校奥登计算工程与科学研究所)
该研究提出一种基于神经网络的哈密顿流映射学习框架,可通过数值格式残差或参考轨迹训练,用于多尺度系统的长时间模拟,能降低模拟成本并保证精度。
2026-08-25 cs.NA math.NA
Adaptive multiscale model reduction for nonlinear parabolic equations using GMsFEM
本文提出了一种耦合的离散经验插值方法(DEIM)和广义多尺度有限元法(GMsFEM)求解非线性抛物型方程,并将其应用于Allen-Cahn方程。Allen-Cahn方程是描述非线性反应-扩散过程的模型。它通常用于模拟界面运动的时间,例如合金中的相分离。GMsFEM允许通过在粗网格上构造解的降阶表示来以降低的计算成本解决多尺度问题。在arXiv:1301.2866中,GMsFEM提供了一种灵活的工具,通过构建适当的快照,离线和在线空间来解决多尺度问题。在本文中,我们解决了一个不定常的问题,其中使用在线富集。主要贡献是比较不同的在线富集方法。更具体地说,我们比较均匀的在线富集和自适应方法。我们还比较了两种自适应方法。此外,我们使用DEIM,降维方法,以减少复杂性时,我们评估的非线性项。我们的研究结果表明,DEIM可以近似的非线性项,而不会显着增加的误差。最后,我们将我们提出的方法应用于Allen Cahn方程。
2020-06-24 cs.NA math.NA
Adaptive multiscale model reduction for linear elasticity equation in perforated domains
Xiangtan University(湘潭大学);The Chinese University of Hong Kong(香港中文大学)
提出约束能量最小化广义多尺度有限元法求解穿孔域线弹性问题,通过离线构造局部能量最小化基函数捕捉穿孔引起的细尺度几何信息,在线阶段采用残差驱动基函数自适应提高精度,并证明收敛性。
2026-06-09 cs.NA math.NA
Goal-oriented adaptivity for GMsFEM
The Chinese University of Hong Kong(香港中文大学);Texas A&M University(德克萨斯农工大学)
本文提出两种面向目标的自适应策略,用于GMsFEM中的后验误差估计,通过自适应确定多尺度基函数数量以高效减少目标泛函误差。
2015-09-18 cs.NA math.NA
Data-driven reduced-order modeling for nonautonomous dynamical systems in multiscale media
在这篇文章中,我们提出了数据驱动的降阶建模的非自治动力系统在多尺度介质中使用Koopman算子。与自治动力系统的情形不同,非自治动力系统的Koopman算子族对时间对有显著的依赖性。为了有效地估计时间相关的Koopman算子,采用移动时间窗对快照数据进行分解,并采用扩展的动态模式分解方法计算各局部时域的Koopman算子。多尺度介质中的许多物理性质通常在非常不同的尺度上变化。为了更好地捕获多尺度信息,所收集的数据的维度可能很高。为了准确地构造多尺度介质中动力系统的模型,我们使用高空间维的观测数据。使用高维数据计算Koopman算子是一个挑战。为此,提出了降阶建模的策略。降阶建模分为离线和在线两个阶段。在离线阶段,使用分块低秩分解来降低初始快照数据的空间维度。对于非自治的动力系统,可能需要实时观测数据来更新Koopman算子。提出了在线降阶建模的方法来修正离线降阶建模。提出了三种在线降阶建模方法:全在线、半在线和自适应在线。自适应在线方法自动选择全在线或半在线,可以实现建模精度和效率之间的良好权衡。
2023-01-08 cs.NA math.DS math.NA
Bayesian Multiscale Finite Element Methods. Modeling missing subgrid information probabilistically
Texas A&M University(德克萨斯农工大学);Nanyang Technological University(南洋理工大学)
本文提出基于多尺度有限元方法的贝叶斯多尺度方法,通过概率建模未解析尺度,利用通用多尺度有限元定义主导模式,提出贝叶斯框架以获得多个低成本解,通过采样获得近似解的严谨概率描述,针对各向异性介质中的抛物方程和波动方程进行数值验证。
2017-02-09 cs.NA math.NA
A Randomized GMsFEM with Data-Driven Predictors for Parametric Flow Problems in Multiscale Heterogeneous Media
针对多尺度非均质介质中的参数化流动问题,提出带数据驱动预测器的两阶段随机化GMsFEM,经收敛分析和数值实验验证,其性能优于传统方法。
2025-08-03 cs.NA math.NA
Multiscale Empirical Interpolation for Solving Nonlinear PDEs using Generalized Multiscale Finite Element Methods
King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学);Texas A&M University(德克萨斯农工大学);Universidad Nacional de Colombia(哥伦比亚国立大学)
本文提出了一种多尺度经验插值方法,结合经验插值技术与局部多尺度方法,如通用多尺度有限元方法(GMsFEM),以高效求解非线性多尺度偏微分方程,通过减少计算成本实现高精度解。
2014-07-01 cs.NA math.NA
A comparison of mixed multiscale finite element methods for multiphase transport in highly heterogeneous media
本文系统地回顾和比较了两种求解高度非均匀介质中多相输运问题的混合多尺度有限元法。特别是,我们将考虑混合多尺度有限元法使用有限的整体信息,简称为MMsFEM,和混合广义多尺度有限元法(MGMsFEM)与残差驱动的在线多尺度基函数。这两种方法都是在混合多尺度有限元法的框架下,其中压力方程在粗网格中求解,并仔细构造了速度的多尺度基函数。两种方法中的多尺度基函数都包含了局部和全局的媒体信息。在有限全局信息的情况下,MsFEM在每个局部邻域内只使用一个多尺度基函数,而MGMsFEM使用多个基。我们将使用基准三维SPE10模型测试和比较这两种方法。将考虑一系列粗网格尺寸和基函数的不同组合(离线和在线),并报告每种情况的CPU时间。在我们的数值实验中,我们观察到上述两种方法具有良好的精度。最后,我们将讨论和比较这两种方法在精度和计算成本方面的优缺点。
2020-08-20 cs.NA math.NA
Cluster-based Generalized Multiscale Finite Element Method for elliptic PDEs with random coefficients
The Chinese University of Hong Kong(香港中文大学);Texas A&M University(德克萨斯农工大学);The University of Hong Kong(香港大学)
本文提出一种基于聚类算法的广义多尺度有限元方法,用于求解具有随机系数的椭圆PDE,在多查询设置中实现高效求解,通过离线和在线阶段构造减少基函数并提升计算效率。
2017-11-06 cs.NA math.NA
A model reduction method for multiscale elliptic PDEs with random coefficients using an optimization approach
California Institute of Technology(加州理工学院);The University of Hong Kong(香港大学)
本文提出了一种基于优化方法的多尺度椭圆PDEs模型降阶方法,通过构造局部多尺度数据驱动随机基函数,实现高效求解具有随机系数的多尺度问题,具有较高的计算效率和收敛性分析。
2018-07-06 cs.NA math.NA
Generalized multiscale approximation of a multipoint flux mixed finite element method for Darcy-Forchheimer model
在本文中,我们提出了一个多尺度方法的Darcy-Forchheimer模型在高度非均匀多孔介质。在广义多尺度有限元法(GMsFEM)和多点通量混合有限元(MFMFE)相结合的框架下求解了该问题。在MFMFE方法中,采用了适当的混合有限元空间和适当的求积规则,这允许消除局部速度并导致压力的单元中心系统。我们考虑的MFMFE方法,利用最低阶Brezzi-Douglas-Marini($\textrm{BDM}_1$)混合有限元空间的速度和压力近似。对称梯形求积法则用于与速度变量相关的双线性型的积分,使得允许局部速度消除并导致压力的单元中心系统。%的网格组成的单纯形和$h^2$扰动平行四边形。我们构造多尺度空间的压力和解决问题的粗网格以下的GMsFEM框架。在离线阶段,我们构造局部快照空间,并进行谱分解,以获得具有较小维数的离线空间。在线求解阶段,采用牛顿迭代法求解非线性问题,得到离线解,与标准Picard迭代法相比,大大减少了迭代次数。在离线空间和离线解的基础上,通过在线计算包含重要全局信息的基函数来迭代地丰富多尺度空间。在线基函数是有效和准确的,以减少相对误差显着。数值例子突出所提出的多尺度方法的性能。
2020-07-17 cs.NA math.NA
An adaptive dynamically low-dimensional approximation method for multiscale stochastic diffusion equations
The Chinese University of Hong Kong(香港中文大学);The University of Hong Kong(香港大学)
本文提出了一种动态低维近似方法,用于求解一类具有多尺度和随机特性的时变多尺度随机扩散方程。通过构建多尺度基函数进行物理空间的降维,并结合在线适应性基函数提高精度,利用广义多项式混沌(gPC)基函数表示解的随机部分,数值结果展示了该方法在求解具有多尺度和随机特征的PDEs中的有效性。
2019-02-03 cs.NA math.NA
An Online Efficient Two-Scale Reduced Basis Approach for the Localized Orthogonal Decomposition
本文提出 TSRBLOD 方法,将降阶基方法应用于 LOD 的双尺度形式,同时约化细尺度和粗尺度系统,使降阶模型独立于粗网格尺寸,并给出严格的后验误差估计,实现参数化多尺度问题的高效求解。
2021-11-16 cs.NA math.NA
Adaptive generalized multiscale finite element methods for H(curl)-elliptic problems with heterogeneous coefficients
The Chinese University of Hong Kong(香港中文大学);Texas A&M University(德克萨斯农工大学)
本文提出了一种自适应多尺度方法,用于求解高异质介质中的H(curl)-椭圆问题,通过构建合适的快照空间和降维过程识别重要解模式,并分析后验误差指标及自适应算法,展示方法在异质性和对比度下的鲁棒收敛性。
2018-02-08 cs.NA math.NA
Generalized Multiscale Finite Element Methods (GMsFEM)
在本文中,我们提出了一种通用的方法,称为广义多尺度有限元法(GMsFEM)进行多尺度模拟的问题,没有尺度分离在一个复杂的输入空间。在多尺度有限元法(MsFEM),所提出的方法的主要思想是构造一个小维的局部解空间,可以用来生成一个有效的和准确的近似的多尺度解与潜在的高维输入参数空间。在所提出的方法中,我们提出了一个一般的程序来构建离线空间,用于在在线阶段的粗解空间的系统丰富。在线阶段中的富集基于离线空间的谱分解来执行。在线求解阶段,对于任意输入参数,构造一个多尺度空间,在粗网格上求解全局问题。通过离线空间的谱分解和通过选择对应于最大特征值的特征向量来构造在线空间。计算节省是由于这样的事实,即任何输入参数的在线多尺度空间的构造是快速的,并且该空间可以被重新用于求解具有任何强迫和边界条件的正问题。与其他使用全局快照的方法相比,本文提出的局部方法允许我们在粗网格级别上消除不必要的自由度。我们提出了各种例子中的文件和一些数值结果来证明我们的方法的有效性。
2013-04-28 cs.CE cs.NA math.AP
Residual driven online mortar mixed finite element methods and applications
Guangzhou University(广州大学);The Chinese University of Hong Kong(香港中文大学);Texas A&M University(德州农工大学)
本文提出一种基于泥炭混合有限元方法的在线基底丰富方法,利用超采样技术解决高异质介质中的流体问题,通过残差迭代快速收敛到细尺度解,并展示了在稳态流、两相流和输运问题中的有效性。
2017-10-04 cs.NA math.NA
Constraint Energy Minimizing Generalized Multiscale Finite Element Method for high-contrast linear elasticity problem
The Chinese University of Hong Kong(香港中文大学)
本文提出一种约束能量最小化的广义多尺度有限元方法,用于解决高对比率线弹性问题,通过构造辅助多尺度空间和松弛最小化问题,提高计算精度和鲁棒性,结合数值实验验证方法有效性。
2018-09-11 cs.NA math.NA
Online adaptive basis enrichment for mixed CEM-GMsFEM
本文提出了一种基于混合格式的约束能量最小化广义多尺度有限元法的在线基增广策略。在线方法是基于过采样技术。一种是利用残差信息和偏微分方程中的数据,如源函数。分析表明,提出的在线富集导致从多尺度近似到细尺度解的快速收敛。通过适当地选择过采样区域和过采样层的数量,可以使误差减小足够大。此外,富集的收敛速度可以通过用户定义的参数来调整。数值结果表明了该方法的有效性。
2019-09-27 cs.NA math.NA
Fast Online Adaptive Enrichment for Poroelasticity with High Contrast
针对高对比度孔隙弹性问题,提出一种基于残差误差指示器的在线自适应富集方法,在CEM-GMsFEM框架下为位移和压力变量构造在线基函数,有效降低误差,并给出理论分析与数值验证。
2023-04-13 cs.NA math.NA
Unification of variational multiscale analysis and Nitsche's method, and a resulting boundary layer fine-scale model
我们表明,在变分多尺度框架中,通过Nitsche的方法的本质边界条件的弱执行直接对应于一个特定的选择的投影算子。Nitsche方法的一致性、对称性和惩罚项都来源于相应尺度分解所决定的细尺度封闭。由于这种形式主义,我们能够确定精确的精细尺度的贡献,在Nitsche型配方。在对流-扩散方程的背景下,我们开发了一个基于残差的模型,该模型在Dirichlet边界处引入了非零细尺度。这导致具有新模型参数的附加边界项。然后,我们提出了一个参数估计策略,涉及的所有参数,也是一致的高阶基函数。我们用数值实验说明,我们的新的增强模型减轻了过度扩散的行为,经典的基于残差的细尺度模型在边界层中表现出弱强制的基本条件。
2020-09-30 cs.NA math.NA
Dynamic Data-driven Bayesian GMsFEM
Texas A&M University(德克萨斯农工大学);University of Massachusetts Lowell(马萨诸塞大学洛厄尔分校)
本文提出了一种基于动态观测数据的多尺度问题贝叶斯方法,通过概率选择重要自由度来提高多尺度解的精度和不确定性估计。
2018-06-15 cs.NA math.NA
A data-driven approach for multiscale elliptic PDEs with random coefficients based on intrinsic dimension reduction
我们提出了一个数据驱动的方法来解决多尺度椭圆偏微分方程的随机系数的基础上内在的低维结构的基础上的椭圆微分算子。我们的方法包括离线和在线阶段。在离线阶段,从数据中提取低维空间及其基,以实现解空间的显著降维。在在线阶段,提取的基将被用于有效地解决一个新的多尺度椭圆偏微分方程。低维结构的存在性是通过显示底层格林函数的高度可分性来建立的。根据问题设置的不同,提出了不同的在线构造方法。在建立数据驱动基的过程中,我们提供了基于采样误差和截断阈值的误差分析。最后,我们提出的数值例子来证明所提出的方法的准确性和效率。
2019-07-01 cs.NA math.NA physics.comp-ph
Generalized multiscale finite element method for a strain-limiting nonlinear elasticity model
In this paper, we consider multiscale methods for nonlinear elasticity. In particular, we investigate the Generalized Multiscale Finite Element Method (GMsFEM) for a strain-limiting elasticity problem. Being a special case of the naturally implicit constitutive theory of nonlinear elasticity, strain-limiting relation has presented an interesting class of material bodies, for which strains remain bounded (even infinitesimal) while stresses can become arbitrarily large. The nonlinearity and material heterogeneities can create multiscale features in the solution, and multiscale methods are theref…
2018-12-21 cs.NA math.AP math.NA
In-situ adaptive reduction of nonlinear multiscale structural dynamics models
常规的在参数空间的预定区域中的降阶基的离线训练导致易受外推影响的参数降阶模型。只要查询的参数点位于参数空间的未探索区域中,就会出现此漏洞。本文解决了这个问题,提出了一个原位,自适应框架的非线性模型减少计算默认在线执行,并根据需要转移离线。该框架是基于本地降阶基(ROBs)的数据库的概念,其中本地定义在参数空间的兴趣。它通过实时更新预先计算的ROB,并使用一系列最合适的局部ROB沿其轨迹逼近动力系统的解来实现精度。它通过管理局部ROB的维度,并在过程中引入超约简来实现效率。虽然足够全面,框架中描述的背景下,在固体力学的动态多尺度计算。在这种情况下,即使在宏观问题的非参数设置中,并且当考虑到所有离线、在线和自适应开销成本时,所提出的计算框架也可以将单个三维、非线性、多尺度计算加速一个数量级。数量级,而不影响准确性。
2020-03-31 cs.NA math.NA
The Localized Reduced Basis Multiscale method for two-phase flows in porous media
Institute for Computational and Applied Mathematics(计算与应用数学研究所);Institute for Applied Analysis and Numerical Simulation(应用分析与数值模拟研究所);Institute for Modelling Hydraulic and Environmental Systems(水与环境系统建模研究所);SINTEF ICT(辛特夫信息与通信研究所)
本文提出一种新的降阶方法,通过将渗透性视为压力方程的参数,构建局部降阶基多尺度方法,实现高维压力方程的低维替代,提升两相流模拟效率。
2014-05-12 cs.NA math.NA
Variational multiscale modeling with discretely divergence-free subscales: Non-divergence-conforming discretizations
最近的一篇论文[J. A.埃文斯,D. Kamensky,Y. Bazilevs,“Variational multiscale modeling with discrete divergence-free subscales”,Computers & Mathematics with Applications,80(2020)2517-2537]介绍了一种用于不可压缩Navier-斯托克斯方程的新型稳定化有限元法,其组合了对流的基于残差的稳定化、能量稳定性和离散不可压缩性条件的满足。然而,所引用的工作的收敛性分析和数值试验受到限制性假设的发散一致的速度和压力空间的选择,其中压力空间必须包含每个速度函数的发散。目前的工作扩展的收敛性分析,以任意的inf-super-stable速度-压力对(同时保持鲁棒性的对流为主的政权),并证明了收敛的方法数值,使用传统的和等几何泰勒-胡德元素。
2021-12-18 cs.NA math.NA
Operator Learning on the Data-Driven Multiscale Space for Nonlinear Flow in Random Heterogeneous Porous Media
提出基于粗尺度数据驱动多尺度空间的算子学习框架,通过局部代表性细尺度解快照构建多尺度基,结合分支网络预测系数,实现从渗透率场到解系数的全局非线性映射,避免了在线非线性粗网格求解。
2026-06-25 cs.NA math.NA
Generalized multiscale finite element method for a nonlinear elastic strain-limiting Cosserat model
本文针对非线性弹性应变极限Cosserat模型,利用广义多尺度有限元方法(GMsFEM)结合Picard迭代处理非线性,通过二维实验验证了离线与在线自适应策略的收敛性、效率和鲁棒性。
2024-03-21 cs.NA math-ph math.AP
An adaptive generalized multiscale discontinuous Galerkin method (GMsDGM) for high-contrast flow problems
The Chinese University of Hong Kong(香港中文大学);Texas A&M University(德克萨斯农工大学);King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学)
本文提出了一种自适应广义多尺度不连续伽辽金方法,推导了该方法的先验和后验误差估计,并开发了自适应富集算法以提高精度,同时讨论了自适应选择多尺度基函数的方法,展示了该方法的高效性和鲁棒性。
2014-09-11 cs.NA math.NA
Solving and learning advective multiscale Darcian dynamics with the Neural Basis Method
Asia Pacific Technology, Inc.(亚太科技公司);Institute for Scientific Computation, Texas A&M University(德克萨斯农工大学科学计算研究所);Department of Mathematics, University of Houston(休斯顿大学数学系)
本文提出神经基底方法,通过结合物理一致的神经基底空间和操作符诱导残差度量,解决对流多尺度达西动力学问题,实现稳定可靠的求解与参数推断。
2026-04-10 cs.LG cs.NA math.NA
Hyper-reduction for parametrized transport dominated problems via online-adaptive reduced meshes
提出了一种有效的残差最小化技术用于参数化双曲型偏微分方程的非线性模型降阶。我们的非线性逼近空间是在移位空间域上评估的快照的跨度,并且我们通过残差最小化来计算我们的简化逼近。为了加速残差最小化,我们计算并最小化残差的网格(最好是小的)子集,所谓的减少网格。由于我们的近似空间的非线性,我们表明,类似的解决方案,残留也表现出运输型行为。为了解释这种行为,我们引入在线自适应减少网格的“移动”它沿空间域与参数相关的位移。我们还提出了一个扩展我们的方法,空间变换不同的移位。数值实验表明,我们的方法的有效性和非自适应减少网格造成的不准确性。
2021-01-20 cs.NA math.NA
A Residual-Free Bubble Formulation for nonlinear elliptic problems with oscillatory coefficients
Universidade Federal do Paraná(联邦巴拉那大学);Laboratório Nacional de Computação Científica(国家科学计算实验室);Fundação Getúlio Vargas(得特留·瓦加斯基金会)
本文研究了残差自由气泡有限元方法在多尺度非线性椭圆偏微分方程中的应用,探讨了非线性版本的解存在性和唯一性,以及最佳逼近结果和不同线性化方法的比较。
2017-05-22 cs.NA math.NA
Multiscale finite element method for Stokes-Darcy model
本文提出基于多尺度有限元方法(MsFEM)求解高度非均质多孔介质中的稳态Stokes-Darcy问题,通过离线并行构建渗透率相关基函数与在线Robin-Robin算法求解,并基于$L^2$和$H^1$范数完成误差分析与数值验证。
2024-01-08 cs.NA math.NA
Exponentially Convergent Multiscale Finite Element Method
我们提供了一个简洁的审查指数收敛的多尺度有限元法(ExpMsFEM)的有效模型减少偏微分方程在非均匀介质中没有尺度分离和高频波传播。ExpMsFEM建立在经典MsFEM的非重叠区域分解的基础上,同时系统地丰富逼近空间,以实现关于基函数数量的接近指数的收敛速度。与文献中大多数MsFEM的推广不同,ExpMsFEM不依赖于任何单位单位分解函数。一般来说,有必要使用依赖于右侧的函数表示来打破代数Kolmogorov $n$宽度障碍,以实现指数收敛。事实上,ExpMsFEM提供的函数表示中有在线和离线部分。在线部分局部依赖于右侧,可以高效地并行计算。离线部分包含Galerkin方法中用于组装刚度矩阵的基函数;它们都与右侧无关,因此刚度矩阵可以在多查询场景中重复使用。
2023-02-06 cs.NA math.AP math.NA
A Neural-network-based multiscale Hybridizable Discontinuous Galerkin method for solving PDEs in porous media
ECPI University(ECPI大学);Old Dominion University(老道明大学)
该研究提出NN-MsHDG方法,用神经网络预测局部算子替代细尺度求解,中等对比度下可降低5至16倍在线计算成本,同时指出高对比度下需改进粗空间及算子表示。
2026-09-07 cs.NA math.NA
Efficient multiscale methods for the semiclassical Schrödinger equation with time-dependent potentials
含时势的半经典薛定谔方程是研究平均场图像中电子动力学的重要模型。本文提出了两种多尺度有限元法来解决这一问题。在离线阶段,对于第一种方法,局部多尺度基函数的构造使用稀疏压缩的哈密顿算子在初始时间;对于后者,基函数进一步丰富使用贪心算法的稀疏压缩的哈密顿算子在以后的时间。在在线计算阶段,薛定谔方程在空间上由这些局域多尺度基近似,在时间上由Crank-Nicolson方法求解。这些多尺度基在空间上具有紧支撑,导致刚度矩阵的稀疏性,因此这两种方法在在线阶段的计算复杂性与标准有限元法相当。然而,多尺度有限元法中的空间网格尺寸是$ H=\mathcal{O}(ε) $,而标准有限元法中的空间网格尺寸是$H=\mathcal{O}(ε^{3/2})$,其中$ε$是半经典参数。通过一维和二维的数值算例,在基数基本相同的情况下,多尺度有限元法的逼近误差比标准有限元法的逼近误差至少小两个数量级,而富集又使误差减小了一个数量级.
2019-09-16 cs.CE cs.NA math.NA
A Unified Framework for Multiscale Modeling using the Mori-Zwanzig Formalism and the Variational Multiscale Method
University of Michigan(密歇根大学)
本文提出结合Mori-Zwanzig方法与变分多尺度方法的多尺度建模框架,通过尺度分离和相空间投影系统地处理非线性偏微分方程,建立包含记忆效应的闭合方程。
2017-12-27 cs.NA math.NA
A Helmholtz-Leray projection method with variational multiscale stabilization for the Navier-Stokes equations
Iowa State University(爱荷华州立大学);Technical University of Munich(慕尼黑工业大学)
本研究提出带变分多尺度稳定化的增量Helmholtz-Leray投影方法求解Navier-Stokes方程,通过省略压力细尺度降低阻力过预测与耗散,提升求解效率,且数值结果吻合参考数据。
2026-08-04 cs.NA math.NA
Tangent-Space Multiscale Manifold Methods for Nonlinear Elliptic Problems
针对非线性非均匀椭圆问题,提出切空间多尺度流形方法,通过非线性重构粗状态表示细尺度解,建立粗方程,还有网络插值变体,记录相关特性,有条件控制局部化缺陷并证明其衰减。
2026-07-15 cs.NA math.NA
Adaptive Reduced Basis Methods for Multiscale Problems and Large-scale PDE-constrained Optimization
本文介绍了模型降阶方法的最新进展,主要目的是为参数化多尺度现象构造在线有效的简化代理模型,并加速大规模PDE约束参数最优化方法。特别是,我们提出了几种不同的自适应RB方法,可用于在一个错误感知的信任区域框架,逐步建设的代理模型在认证的外部优化循环。此外,我们阐述了几个不同的增强信赖域缩减基(TR-RB)算法,并将其推广到参数约束。由于降阶模型的后验误差估计,所得到的算法可以被认为是相对于高保真模型认证。此外,我们使用先优化再离散的方法,以便最大限度地利用问题的底层最优性系统。在本论文的第一部分,理论是基于全球RB技术,使用一个精确的有限元离散作为高保真模型。在第二部分中,我们重点研究了局部模型降阶方法,并针对局部正交分解(LOD)多尺度方法,提出了一种新的在线高效降阶模型。该降阶模型内部基于LOD的双尺度公式,特别是独立于LOD的粗和细离散化。本文的最后一部分致力于结合TR-RB方法和局部RB方法的LOD结果。为此,我们提出了一种算法,使用自适应局部化的减少基础的信赖域局部化的基础(TR-LRB)算法的框架中的方法。TR-RB的基本思想被遵循,但所涉及的系统的有限元评估是完全避免的。
2022-11-17 cs.NA math.NA
Systematic Performance Assessment of Deep Material Networks for Multiscale Material Modeling
Computational and Multiscale Mechanics Group, Synopsys Inc.(计算与多尺度力学组,Synopsys公司);Synopsys Inc.(Synopsys公司)
本文评估了深度材料网络在多尺度材料建模中的性能,发现IMN在训练效率上有显著提升,同时保持了预测准确性。
2026-02-06 cs.CE cs.LG cs.NA