A Fixed Mesh Method With Immersed Finite Elements for Solving Interface Inverse Problems
Virginia Tech(弗吉尼亚理工大学);Hong Kong Polytechnic University(香港理工大学)
本文提出了一种固定网格方法,结合浸入有限元技术,用于解决一类典型的椭圆界面反问题。该方法将界面反问题转化为形状优化问题,通过在固定网格上使用浸入有限元方法对 governing partial differential equations 和目标函数进行最优离散化,从而实现高效准确的求解。
2018-05-08 cs.NA math.NA
A Deep Neural Network/Meshfree Method for Solving Dynamic Two-phase Interface Problems
本文提出了一种基于深度神经网络(DNN)的无网格方法,用于求解两类动态两相界面问题,这两类动态两相界面问题分别由不同的动态偏微分方程控制,且在静态界面两侧具有跳跃和高对比系数。第一类两相界面问题是流体-流体(两相流)界面问题,该问题由Navier-斯托克斯方程建模,界面上具有高对比度的物理参数。第二类是流体-结构相互作用问题,在界面一侧采用斯托克斯方程,在界面另一侧采用结构方程,流体和结构通过运动学和动力学交界条件相互作用。分别针对上述两相界面问题发展了DNN/meshfree方法,利用DNN的结构表示偏微分方程的解,并将动态界面问题转化为基于时空采样点集的最小二乘极小化问题。对每种接口问题进行了近似误差分析,揭示了如何有效地构建采样点训练数据集以获得更精确的DNN近似的内在策略。此外,与传统的离散化途径方法相比,本文提出的DNN/meshfree方法及其误差分析技术可以顺利地推广到许多其他具有固定界面的动态界面问题。数值实验表明,所提出的DNN/meshfree方法的两相界面问题的精度。通过三个算例对理论结果进行了验证。
2022-07-21 cs.NA math.NA
An extended mixed finite element method for elliptic interface problems
本文对椭圆型界面问题提出了一种扩展的混合有限元法。通过增加稳定项,给出了基于Brezzi-Douglas-Marini元空间和分段常数函数空间的混合逼近形式,并证明了离散inf-sup常数与界面与三角剖分的相交方式无关.此外,我们得出的最佳收敛保持独立的接口相对于网格的位置。最后,给出了一些数值例子来验证我们的理论结果.
2022-03-11 cs.NA math.NA
Solving Two Dimensional H(curl)-elliptic Interface Systems with Optimal Convergence On Unfitted Meshes
在这篇文章中,我们发展和分析了一个有限元法与第一族Nédélec元素的最低次求解麦克斯韦界面问题的建模$\mathbf{H}(\text{curl})$ -椭圆型方程在非拟合网格。为了最佳地捕捉跳跃条件,我们构造并使用$\mathbf{H}(\text{curl})$浸入式有限元(IFE)功能的界面元素,而保持使用标准的Nédélec功能的所有非界面元素。我们建立了IFE函数的几个重要性质,包括根据边缘自由度的不均匀性,与$H^1$ IFE函数相关的精确序列和最优逼近能力。为了达到最佳的收敛速度,我们采用了Petrov-Galerkin方法,其中IFE函数仅用作测试函数,标准Nédélec函数用作检验函数,可以消除不一致误差。我们分析了在一定条件下的inf-sup条件,并给出了最优的收敛速度,这也是通过数值实验验证。
2020-11-24 cs.NA math.NA
Physics-informed neural networks for solving two-phase flow problems with moving interfaces
Sichuan University(四川大学);University of Nevada Las Vegas(内华达大学拉斯维加斯分校);Dali University(大理大学);Academy of Mathematics and System Science(中国科学院数学与系统科学研究院)
本文提出一种基于物理信息神经网络的无网格方法,用于求解具有移动界面的两相流问题,通过将问题转化为最小二乘问题,分析了该方法的逼近性质和误差估计,通过数值实验验证了其有效性。
2026-04-01 cs.NA math.NA
Solving parametric elliptic interface problems via interfaced operator network
提出界面算子网络(IONet)求解参数化椭圆界面偏微分方程,通过划分子域、多分支与主干网络及定制物理信息损失函数,在无需内部配对数据下实现了优于现有方法的准确性与通用性。
2024-06-27 cs.NA math.NA
An eXtended HDG method for Darcy-Stokes-Brinkman interface problems
提出了一种求解二维和三维Darcy-Stokes-Brinkman界面问题的界面/边界非拟合扩展杂交间断Galerkin(X-HDG)方法。该方法使用分段线性多项式的速度近似和分段常数的速度梯度和压力近似在内部的单元内部的子域分离的接口,使用分段常数的数值轨迹的速度在内部的子域的单元边界上,和使用分段常数或线性多项式的数值轨迹的速度在接口上。最佳误差估计的接口未拟合的X-HDG计划。数值实验验证了理论结果和所提出的方法的鲁棒性。
2020-12-07 cs.NA math.NA
Second order Method for Solving 3D Elasticity Equations with Complex and Sharp Interfaces
Michigan State University(密歇根州立大学)
本文提出一种二阶MIB方法,用于求解具有复杂和尖锐界面的三维弹性方程,通过引入虚拟值和标准有限差分方案,有效处理耦合方程中的交叉导数,验证了方法在不同界面几何和材料参数下的高阶收敛性。
2014-12-20 cs.NA math.NA
A space-time generalized finite difference method for solving the transient Stokes/Parabolic interface problem in the moving system
East China Normal University(华东师范大学)
针对瞬态 Stokes/抛物型运动界面问题,提出将时间视为第三空间维的 ST-GFDM,并通过耦合子问题与局部加密节点提升性能,五个算例验证其准确、高效且稳定。
2025-09-28 cs.NA math.NA
Extended Interface Physics-Informed Neural Networks Method for Moving Interface Problems
School of Mathematics, Nanjing University(南京大学数学系)
提出扩展界面物理信息神经网络(XI-PINN)框架,利用水平集函数捕捉移动界面,并建立先验误差分析,数值实验验证了其准确性和鲁棒性。
2026-07-03 cs.NA math.NA
PINN-Based Kolmogorov-Arnold Networks with RAR-D Adaptive Sampling for Solving Elliptic Interface Problems
College of Science, Harbin Institute of Technology(哈尔滨理工学院理学院);Department of Mathematics, Hong Kong Baptist University(香港浸会大学数学系)
本文提出基于Kolmogorov-Arnold网络的PINN架构,结合RAR-D自适应采样策略,解决椭圆界面问题,实现更小网络规模和更快收敛的高精度解法。
2026-02-02 cs.NA math.NA
Error Analysis for Solving Elliptic Interface Problems with Randomized Neural Networks
Peking University(北京大学);Chongqing Research Institute of Big Data, Peking University(北京大学重庆大数据研究院);China University of Mining and Technology(中国矿业大学)
本文对随机神经网络求解椭圆界面问题进行了统一误差分析,推导了Barron函数积分表示和复合损失的O(n^{-1})泛化界,结合优化保证得到先验L^2误差估计,并通过数值实验验证。
2026-09-23 cs.NA math.NA
An interface/boundary-unfitted eXtended HDG method for linear elasticity problems
本文提出了一种任意阶的界面/边界非拟合扩展杂交间断Galerkin(X-HDG)方法,用于线弹性界面问题的非拟合网格求解。该方法采用分段多项式的次数$k\ (>= 1)$和$k-1$分别为内部的单元内部的位移和应力近似的界面分离的子域,和分段多项式的次数$k$的子域内的单元间的边界上的位移的数值轨迹和域的界面/边界上。最佳误差估计$L^2$ -范数的应力和位移。最后,数值实验验证了理论结果,并表明该方法同样适用于裂纹尖端区域的情况。
2021-02-14 cs.NA math.NA
A Nitsche-eXtended finite element method for distributed optimal control problems of elliptic interface equations
School of Mathematics, Sichuan University(四川大学数学学院)
本文提出了一种适用于椭圆界面方程分布式最优控制问题的界面不匹配数值方法,通过变分离散化概念对最优控制问题进行离散化,并应用Nitsche扩展有限元方法对相应状态和伴随方程进行离散化,通过在界面周围引入分段切割基函数来增强标准线性单元空间,推导出状态、伴随状态和控制在网格依赖范数和L²范数下的最优误差估计,并通过数值结果验证理论结果。
2018-10-04 cs.NA math.NA
A fully discretization, unconditionally energy stable finite element method solving the thermodynamically consistent diffuse interface model for incompressible two-phase MHD flows with large density ratios
针对现有扩散界面两相磁流体动力学模型仅适用于密度匹配场景的局限,研究基于Onsager变分原理与守恒律推导大密度比下的热力学一致模型,提出全离散有限元求解格式并证明其理论性质,通过数值实验验证了格式的有效性。
2024-03-12 cs.NA math.NA
A stabilized nonconforming Nitsche's extended finite element method for Stokes interface problems
本文提出了一种稳定化的扩展有限元法,用于非拟合三角形单元上的Stokes界面问题,这种方法不要求界面与三角形对齐。将界面两侧的速度解和压力解分别用标准的分段线性多项式和分段常数多项式展开。谐波加权通量和算术通量分别用于界面和切割边缘(由界面切割的边缘的片段)。为了保证inf-sup条件的稳定性,增加了速度和压力稳定项。在附加正则性假设下,给出了先验误差估计.此外,误差{速度的能量和$L^2$范数中的误差和压力的$L^2$范数中的误差}相对于粘度是鲁棒的{并且与界面的位置无关}。数值实验结果支持了理论分析.
2021-01-17 cs.NA math.NA
A Nonnested Augmented Subspace Method for Eigenvalue Problems with Curved Interfaces
本文提出了一种求解曲面本征值问题的非嵌套增广子空间算法及其多层校正方法。增广子空间算法和相应的多级校正方法是基于一个粗有限元空间,它不是精细有限元空间的子集。非嵌套增广子空间方法可以将求解最细网格上的本征值问题转化为求解同一网格上的线性方程组和低维增广子空间上的小规模本征值问题。相应的理论分析和数值实验证明了算法的有效性。
2020-11-16 cs.NA math.NA
Solving Elliptic Interface Problems with Jump Conditions on Cartesian Grids
本文提出一种在笛卡尔网格上求解带不规则界面跳跃条件的椭圆方程的简单数值算法,可获得二阶精确解和一阶精确梯度,且条件数有界,并通过二维和三维算例验证。
2019-12-18 cs.NA math.NA physics.comp-ph
Solving Bang-Bang Problems Using The Immersed Interface Method and Integer Programming
本文研究了具有砰砰控制函数的最优控制问题的数值解法。我们提出了一个正式的拉格朗日方法来解决最优控制问题,并解决遇到的困难时,数值求解的状态方程和伴随方程使用浸入界面法。我们注意到,我们的数值方法并没有近似的不连续的控制函数与光滑函数,而是我们解决真正的bang-bang最优控制问题。我们解决最优控制问题的方法使用了一个基于伴随的梯度。我们在一阶信赖域方法中使用梯度来生成局部最小化控制。我们提出了详细的数值结果来证明我们的方法的有效性。
2021-04-17 cs.NA math.DS math.NA
On the implementation of the eXtended Finite Element Method (XFEM) for interface problems
Institute for Applied Mathematics, Heidelberg University(海德堡大学应用数学研究所)
本文介绍了在deal.II库中实现XFEM用于解决界面问题的方法,包括合适的积分规则、扩展部分的形函数及边界和界面条件,展示了如何处理XFEM公式并验证了无合适网格方法的最优收敛性。
2015-07-15 cs.NA math.NA
A matched alternating direction implicit (ADI) method for solving the heat equation with interfaces
University of Alabama(阿拉巴马大学);Beijing Computational Science Research Center(北京计算科学研究中心)
本文提出了一种新的 Douglas 交替方向隐式方法,用于求解具有界面的二维热方程。通过张量积分解将二维跳跃条件转化为一维条件,并结合匹配界面和边界技术,保持了计算效率和稳定性,实现了时空二阶精度。
2014-06-30 cs.NA math.NA
On multi-step extended maximum residual Kaczmarz method for solving large inconsistent linear systems
提出多步扩展最大残差Kaczmarz方法求解大型不相容线性系统,理论证明收敛并给出上界,数值实验显示其优于现有方法。
2023-09-06 cs.NA math.NA
An Extended Cubic B-spline Finite Element Method for Solving Generalized Burgers-sher Equation
Eskisehir Osmangazi University(埃斯基谢希尔奥斯曼加齐大学)
本文提出基于扩展B样条函数的置零法求解广义Burgers-Fisher方程,通过组合扩展B样条构造近似解,并通过数值解与解析解的误差验证方法的准确性和有效性。
2016-12-10 cs.NA math.NA
Dirichlet-Neumann learning algorithm for solving elliptic interface problems
Tongji University(同济大学)
本文提出一种名为 Dirichlet-Neumann 学习算法的新型无网格方案,用于求解具有高对比系数和不规则界面的椭圆界面问题,通过变分原理进行误差分析并利用神经网络扩展算子实现算法,实验证明其在界面通量预测错误时具有更好的有效性和鲁棒性。
2023-05-17 cs.LG cs.NA math.NA
Convergence of physics-informed neural networks applied to linear second-order elliptic interface problems
随着神经网络在不同科学学科中取得的显著经验成功,严格的误差和收敛分析也在发展和丰富。然而,很少有理论工作集中在解决接口问题的神经网络。在本文中,我们进行了收敛性分析的物理信息神经网络(PINNs)解决二阶椭圆界面问题。具体来说,我们认为PINNs与区域分解技术和引入梯度增强的接口上的策略,以处理边界和界面的跳跃条件。结果表明,随着样本样本个数的增加,通过最小化Lipschitz正则化损失函数得到的神经网络序列收敛到$H^2$中界面问题的唯一解.数值实验证明了我们的理论分析。
2023-03-26 cs.NA math.NA
A meshless generalized finite difference method for solving the Stokes-Darcy coupled problem in static and moving systems
本文提出无网格广义有限差分法求解带BJS界面条件的Stokes-Darcy耦合问题,通过高阶格式和四个数值算例验证了其在静态和移动系统中的高精度、稳定性和对大跳跃的容忍性。
2025-06-21 cs.NA math.NA
A Mixed Extended Virtual Element Method for Elliptic Interface Problems on Polygonal Meshes
Jinling Institute of Technology(金陵科技学院);Nanjing Normal University(南京师范大学);Jiangsu Second Normal University(江苏第二师范学院)
提出一种最低阶H(div)协调混合扩展虚拟元方法,用于界面非拟合多边形网格上的椭圆界面问题,通过子域扩展的H(div)-VEM空间和分片常数逼近通量与压力,并引入修正界面通量惩罚和局部散度鬼惩罚实现界面位置无关的稳定性,证明了最优一阶误差估计。
2026-06-07 cs.NA math.NA
Domain Decomposition Learning Methods for Solving Elliptic Problems
提出使用神经网络延拓算子的补偿深度Ritz方法,实现跨子域界面可靠通量传输,解决了非重叠区域分解方法中界面通量估计不准确导致的误差传播与收敛阻碍问题。
2023-05-17 cs.NA math.NA
On the extended randomized multiple row method for solving linear least-squares problems
本文提出一种扩展的随机多行方法,用于高效求解超定不相容线性系统的最小二乘解,并证明其均方线性收敛至最小范数解,通过数值实验和实际应用验证了方法的有效性。
2022-10-07 cs.NA math.NA
Extending fields in a level set method by solving a biharmonic equation
Queensland University of Technology(昆士兰科技大学)
本文提出通过求解双调和方程扩展水平集方法中的速度或其他场,无需显式接口属性,实现简单且高效,同时支持对称性和周期性。
2017-04-28 cs.NA math.NA
Randomized double and triple Kaczmarz for solving extended normal equations
随机Kaczmarz算法由于其简单、快速和近似求解大规模线性系方程组的能力而受到广泛关注。本文提出了求解$\bf A^\top Ax=A^\top b-c$形式的扩展正规方程的随机双Kaczmarz算法和三Kaczmarz算法。所提出的算法避免了显式地形成$\bf A^\top A$,并且适用于{ \it arbitrary} $\mbf A\in\mbbr^{m\times n}$(满秩或秩亏,$m\geq n$或$m<n$)。给出了算法均方指数收敛的{ \it Tight}上界,并给出了数值实验.
2020-10-27 cs.NA math.NA
Extended HDG methods for second order elliptic interface problems
本文对二维和三维二阶椭圆界面问题提出了两种任意阶的扩展杂交间断Galerkin(X-HDG)方法。第一种X-HDG方法适用于任意分段$C^2$光滑界面。该方法采用分段多项式$k$ $(k>= 1)$和$k-1$分别表示子域内单元内部的势和通量近似,采用分段多项式$ k$表示子域内单元间边界上的势迹。在单元内部的界面部分采用双值数值迹处理跳跃条件。第二种X-HDG方法是第一种方法的改进形式,适用于任何折线/平面界面,它使用分段多项式的次数$ k-1$的数值轨迹的潜力。X-HDG方法具有局部消去的性质,从而得到只涉及单元间边界和界面上的势迹的未知量的简化系统。最佳的误差估计导出的通量近似在$L^2$范数和分段$H^1$离散的潜在的近似,而不需要“足够大”的稳定参数的计划。此外,误差估计的潜在的近似在$L^2$范数进行使用对偶参数。最后,我们提供了几个数值例子来验证理论结果。
2019-10-22 cs.NA math.NA
On a marching level-set method for extended discontinuous Galerkin methods for incompressible two-phase flows
在这项工作中,求解器的非定常两相流的基础上,扩展的间断Galerkin(扩展DG/XDG)方法。XDG方法使近似空间适形于界面的位置。这使得不可压缩Navier-斯托克斯方程在其尖锐的接口制定的子细胞准确的表示。该界面被描述为符号距离水平集函数的零点集,并通过标准DG方法进行离散化。对于接口,分别。水平集、演化、扩展速度场,并提出了在窄带上构造速度场的两阶段算法。在切割单元上采用整体椭圆扩展速度方法,在相邻单元上采用快速推进方法。空间离散化是基于一个对称的内部惩罚方法和时间离散化的移动接口的方法是适应。一个细胞凝聚技术是用来处理小切细胞和拓扑结构的变化,在界面运动。该方法对广泛的典型的两相表面张力驱动的流动现象,包括毛细波,振荡液滴和上升的气泡基准进行了验证。
2020-10-16 cs.NA math.NA
A fictitious domain approach for a mixed finite element method solving the two-phase Stokes problem with surface tension forces
Institute for Mathematics and Scientific Computing, Karl-Franzens-Universität(格拉茨大学数学与科学计算研究所)
本文研究了一种混合有限元格式,用于求解带有表面力的斯托克斯问题,这些力在将域分成两个子域的界面处引起应力张量法向迹的跃变。假设界面处速度相等。通过乘数考虑界面条件。引入了一个合适的拉格朗日泛函以推导问题的弱形式。该工作的特色是使用虚拟域方法考虑界面。后者受XFEM方法启发,使用截断函数,但更易于实现,因为没有提供奇异函数的富集。在该背景下,获得定义在界面上的对偶变量的收敛性是非平凡的。为此,一种增广拉格朗日技术稳定了乘数的收敛性,这对于确定不稳框架中界面的动力学至关重要。理论分析表明,对于稳定化格式,满足与网格尺寸无关的离散inf-sup条件。这保证了最优收敛率,我们通过数值测试观察到。该方法的能力通过鲁棒性测试和一个用于测试界面变形的不稳模型得到验证,这些变形对应于二维中的椭球形状。
2019-04-01 cs.NA math.NA
Solving the Porous Medium Equation with the eXtreme Mesh deformation approach (X-Mesh)
针对非正则化多孔介质方程,提出基于X-Mesh的质量守恒、仅含正未知量的新格式,可在复杂拓扑变化下保持界面网格且无需重网格化,数值实验验证了其有效性。
2025-01-06 cs.NA math.NA
The Random Feature Method for Solving Interface Problems
本文提出随机特征方法求解界面问题,利用单位分解和界面两侧独立随机特征函数处理低正则性,在无需网格生成的同时实现谱精度,且自由度需求比传统方法低两到三个数量级。
2023-08-08 cs.NA math.NA physics.comp-ph
Randomized extended block Kaczmarz for solving least squares
随机迭代算法最近被提出来解决大规模线性系。本文提出了一个简单的随机扩展块Kaczmarz算法,该算法以均方指数收敛于给定线性系方程组的唯一最小$\ell_2$范数最小二乘解.该算法是伪逆自由,因此不同的投影为基础的随机双块Kaczmarz算法的Needell,赵,和Zouzias。我们强调,我们的方法适用于所有类型的线性系(一致或不一致,超定或欠定,满秩或秩亏)。此外,我们的方法可以利用分布式计算单元上的高效实现,在计算时间上产生显着的改善。数值算例表明了新算法的有效性。
2020-07-08 cs.NA math.NA
On adaptive stochastic extended iterative methods for solving least squares
School of Mathematical Sciences, Beihang University(北京航空航天大学数学科学学院);LMIB of the Ministry of Education, School of Mathematical Sciences, Beihang University(教育部数学力学实验室,北京航空航天大学数学科学学院)
本文提出一种自适应随机扩展迭代方法,通过引入三种随机重构并交替使用自适应SHBM方法求解最小二乘问题,证明了其R-线性收敛性,实验显示优于非自适应方法。
2025-09-22 cs.NA math.NA
Extendible and Efficient Python Framework for Solving Evolution Equations with Stabilized Discontinuous Galerkin Method
本文讨论了最近发布的DUNE-FEM-DG模块的Python接口,该模块提供了高效的不连续Galerkin(DG)方法实现,用于求解各种非线性偏微分方程(PDE)。虽然DUNE-FEM-DG的C++接口非常灵活和可定制,但要使用这个强大的工具,必须具备扎实的C++知识。通过这项工作,提供了基于Python和统一表单语言的更简单的用户界面,以便为更广泛的受众打开DUNE-FEM-DG。Python接口的抛物线和一阶双曲偏微分方程。
2021-03-29 cs.DC cs.MS cs.NA
Decoupling Numerical Method Based on Deep Neural Network for Nonlinear Degenerate Interface Problems
针对含“双重奇异性”的非线性退化界面问题,提出融合深度神经网络与有限差分法的完全解耦并行格式,可处理高达10^12:1的系数跳跃。
2023-06-04 cs.NA math.NA
A Mesh-free Method Using Piecewise Deep Neural Network for Elliptic Interface Problems
本文提出了一种基于深度学习的无网格数值方法来求解椭圆界面问题。我们近似的解决方案的神经网络,因为解决方案可能会发生显着变化的接口,我们采用不同的神经网络在不同的子域。通过将界面问题重新表述为最小二乘问题,我们通过采样使用均方误差离散化目标函数,并通过标准训练算法(如随机梯度下降)求解所提出的深度最小二乘方法。离散化的目标函数仅利用采样点上的逐点信息,因此不需要底层网格。这样做避免了具有挑战性的网格划分过程以及复杂界面上的数值积分。为了提高算法的计算效率,进一步设计了一种基于最小二乘函数残差的自适应采样策略,提出了一种自适应算法。最后,我们提出了一些数值实验,在二维和三维显示的灵活性,有效性和精度的建议深最小二乘法解决界面问题。
2020-05-11 cs.NA math.NA
Normalized Fourier-induced PINN method for solving the wave propagation equation in a non-unitized domain over an extended time range
本文提出归一化傅里叶诱导PINN方法(NFPINN),通过空间或时间变量归一化并结合傅里叶诱导深度神经网络,有效求解非单位化域中扩展时间范围内的波传播方程,并在二维和三维规则及不规则域中验证了其准确性与稳定性。
2025-02-16 cs.NA math.NA
Partially Penalized Immersed Finite Element Methods for Parabolic Interface Problems
Virginia Tech(弗吉尼亚理工大学);Shandong Normal University(山东师范大学);Purdue University(普渡大学)
本文提出了一种用于求解抛物界面问题的局部惩罚浸入有限元方法,讨论了半离散和全离散方案,推导了能量范数下的误差估计,并通过数值例子验证了理论分析。
2015-01-27 cs.NA math.NA
Coarse-graining molecular dynamics models using an extended Galerkin projection
the Pennsylvania State University(宾夕法尼亚州立大学)
本文提出一种基于扩展Galerkin投影的粗粒化框架,通过增加界面附近粗粒变量减少声子反射,无需预计算记忆函数,并保持力学平衡稳定性。
2012-10-16 cs.NA math.NA
An arbitrarily high order unfitted finite element method for elliptic interface problems with automatic mesh generation, Part II. Piecewise-smooth interfaces
本研究扩展了光滑界面的可靠单元合并算法,实现了分段光滑界面的诱导网格自动生成,推导了新型非匹配有限元方法的hp后验误差估计,可可靠求解带几何弯曲奇异性的椭圆界面问题。
2024-03-06 cs.NA math.NA
A Generalized Multigrid Method for Solving Contact Problems in Lagrange Multiplier based Unfitted Finite Element Method
区域内的内部界面可能作为材料缺陷存在,也可能由于裂纹的传播而出现。这种几何形状的离散化和内部界面上的接触问题的解决方案在计算上是具有挑战性的。我们采用不适合的有限元(FE)框架的离散域和开发一个定制的,全局收敛的,高效的多重网格方法解决接触问题的内部接口。在非拟合有限元方法中,结构化的背景网格被使用,并且只有底层的有限元空间必须被修改以包含不连续性。采用拉格朗日乘子法离散了各域嵌入界面上的非穿透条件。我们将产生的变分不等式问题转化为一个带线性不等式约束的二次极小化问题。我们的多重网格方法可以解决这样的问题,通过采用定制的多层层次的FE空间和一种新的方法来处理离散化的非渗透条件。我们采用伪$L^2$投影为基础的转移算子构造一个层次的嵌套有限元空间的层次结构的非嵌套网格。我们的多重网格方法的基本组成部分是一种技术,它使用正交变换的基础上的线性约束。解耦的约束处理的投影高斯-赛德尔方法,我们聘请作为一个平滑的多重网格方法的修改后的变体。多重网格方法的这些组成部分使我们能够在局部实施线性约束,并确保我们的方法的整体收敛。我们将证明的鲁棒性,效率和水平独立的收敛性Signorini的问题和两体接触问题的方法。
2021-06-30 cs.NA math.NA
Multigrid Preconditioning for FD-DLM Method in Elliptic Interface Problems
本文研究FD-DLM方法求解椭圆界面问题中线性系统的多重网格预处理器性能,实验显示其作为预处理器的有效性。
2025-02-28 cs.NA math.NA
Randomized Extended Kaczmarz for Solving Least-Squares
University of Toronto(多伦多大学);IBM Research - Zürich(IBM苏黎世研究中心)
提出一种随机迭代算法,指数收敛到线性系统的最小欧几里得范数最小二乘解,其运算复杂度与系统条件数的平方和输入矩阵非零元数成正比。
2013-01-05 cs.DS cs.NA math.NA
Simulation of sharp interface multi-material flows involving an arbitrary number of components through an extended five-equation model
CEA Saclay(法国原子能和替代能源委员会萨克莱园区)
本文提出一种反扩散方法,用于在笛卡尔网格上模拟涉及任意数量m的可压缩组分的界面流。该方法通过引入m组分流模型,利用颜色函数不连续性和压力平衡闭合定律,实现了界面的局部化,并通过Lagrange-Remap方案进行离散化,确保一致性、稳定性和颜色函数总和为一。
2014-03-25 cs.NA math.NA
Kaczmarz Algorithm with Soft Constraints for User Interface Layout
本文提出改进的Kaczmarz算法以处理包含软约束的用户界面布局规范,通过优先级IIS检测算法提升性能,实验表明其优于Matlab的LINPROG。
2013-09-27 cs.NA math.NA
A Bilinear Partially Penalized Immersed Finite Element Method for Elliptic Interface Problems with Multi-Domains and Triple-Junction Points
本文提出了一种新的部分惩罚浸入有限元法(IFEM),用于求解多区域三结点椭圆型界面问题。我们构造了新的IFE函数的元素与多个接口或三重交界点,以适应接口跳转条件。对于非齐次通量跳跃,我们通过增加三个局部通量基函数来丰富局部逼近空间。数值实验表明,拉格朗日插值和部分惩罚IFEM的解决方案,最佳收敛于L2和H1范数。
2020-03-03 cs.NA math.NA
An Immersed Weak Galerkin Method For Elliptic Interface Problems
Oak Ridge National Laboratory(橡树岭国家实验室);Mississippi State University(密西西比州立大学)
本文提出了一种嵌入式弱伽辽金方法,用于求解二阶椭圆界面问题,该方法不需要网格与界面对齐,可利用均匀笛卡尔网格处理复杂界面几何,并证明了数值算法的存在性、唯一性及能量范数的误差估计。
2018-01-31 cs.NA math.NA
Robust, strong form mechanics on an adaptive structured grid: efficiently solving variable-geometry near-singular problems with diffuse interfaces
本文提出一种基于平滑边界方法和块结构自适应网格细化并结合几何多重网格求解器的计算框架,用于高效求解变几何近奇异固体力学问题,并通过塑性演化、裂纹扩展和拓扑优化三个实例验证了其精度与收敛性能。
2023-03-22 cs.NA math.NA
On preconditioning and solving an extended class of interval parametric linear systems
AGH University of Science and Technology(AGH科技大学);Charles University(查理大学)
针对区间参数线性系统的紧包围求解问题,本文结合右预处理、双重预处理与 p-solution 概念,扩展了可解系统类别并提升正则性检查与解集包围效率。
2020-04-20 cs.NA math.NA