Residual Based Sampling in POD Model Order Reduction of Drift-Diffusion Equations in Parametrized Electrical Networks
University of Hamburg(汉堡大学)
针对参数化电网络中的漂移-扩散方程,采用混合有限元空间离散和POD模型降阶,并通过残差基采样实现自适应降阶,数值验证了二极管网络中的降阶效果。
2010-03-02 cs.NA math.NA
An introduction to POD-Greedy-Galerkin reduced basis method
偏微分方程可用于模拟若干应用领域中的许多问题,包括,例如,流体力学、传热传质和电磁学。精确的离散化方法(例如,有限元或有限体积法,即所谓的全阶模型)被广泛用于数值求解这些问题。然而,当涉及许多物理和/或几何参数时,全阶模型所需的计算成本变得过于昂贵,并且这对于对于快速原型制作变得越来越流行的实时计算是不可接受的。因此,需要引入能够在输入参数改变时以降低的计算成本提供快速且可靠的解的降阶方法(也称为缩减基方法)。
2022-03-17 cs.NA math.NA
Surrogate-to-code verification of a non-intrusive POD-GPR machine-learning emulator of peak thermomechanical fields, with application to a carbon-carbon aircraft brake disc
organization= Independent Researcher , city= Paris , country= France
研究针对非侵入式降阶模拟器在认证级应用中需严格误差评估的问题,提出基于POD - GPR的验证框架,制定误差预算并评估。该框架应用于碳 - 碳飞机刹车盘,实现代理到代码保真度,还给出两项次要贡献。
2026-07-21 cs.CE cs.NA math.NA
Stabilization of infinite-dimensional linear control systems by POD reduced-order Riccati feedback
在可能的情况下,存在许多方法来稳定无限维线性自治控制系统。无论如何,找到尽可能简单的指数稳定反馈控制可能是一个挑战。Riccati理论提供了良好的反馈控制,但是当考虑离散化方案时可能需要计算。适当的正交分解(POD)提供了一种流行的方法来减少大规模的系统。在本文中,我们建立,在适当的谱假设下,指数稳定反馈Riccati控制系统的POD有限维近似设计的稳定以及无限维控制系统。
2019-06-25 cs.NA math.AP math.NA
A stable DG-POD reduced-order method for dynamic linear viscoelasticity
Chonnam National University(全南国立大学)
本文提出一种稳定DG-POD降阶方法,用于动态线性粘弹性问题,可高效实现长时间模拟,数值实验验证其收敛性与精度,且计算成本显著降低。
2026-08-28 cs.NA math.NA
POD-based reduced order modeling of global-in-time iterative decoupled algorithms for Biot's consolidation model
本文针对三场Biot固结模型,提出基于POD的降阶建模方法,以加速全局时间迭代解耦算法中广义Stokes子问题的计算,并通过理论与数值实验验证其有效性。
2025-08-06 cs.NA math.NA
A simplified Newton method to generate snapshots for POD models of semilinear optimal control problems
在偏微分方程约束优化中,适当的正交分解(POD)提供了一个代理模型的(可能昂贵的)偏微分方程离散化,优化迭代执行。由于POD模型通常仅在局部提供良好的近似质量,因此必须在优化期间对其进行更新。然而,更新POD模型通常是昂贵的,并且因此在模型预测控制(MPC)上下文中通常是不可能的。因此,质量一般的降阶模型可能被接受。我们采用简化牛顿法求解半线性发展方程的观点,推导出一种算法,该算法可以作为离线阶段来产生POD模型。在这种情况下,利用冲激响应快照构建POD模型的方法可以被视为第一牛顿步骤。特别是,POD模型的基础上,冲激响应快照扩展通过添加第二个简化的牛顿步骤。该过程通过在优化或MPC循环期间引入适量的额外计算成本来显著提高POD模型的近似质量。我们用一个满足我们假设的例子来说明我们的发现。
2021-08-04 cs.NA math.NA math.OC
Robust preconditioners for perturbed saddle-point problems and conservative discretizations of Biot's equations utilizing total pressure
我们开发了强大的求解一类扰动鞍点问题的研究中产生的二阶椭圆型方程的混合形式(在通量和潜在的),和Biot的固结问题的四个领域制定的线性孔隙弹性(使用位移,过滤通量,总压力和流体压力)。连续变分混合问题的稳定性,这取决于使用适当的加权空间,详细解决和建议的预处理器的功效,以及它们的鲁棒性相对于相关的材料性能,通过几个数值实验证明。
2020-11-10 cs.NA math.NA
A priori error analysis for one-parameter Lagrange and POD reduced order methods
Aalto University(阿尔托大学)
本文针对参数化线性椭圆PDE,提出基于快照子空间的新逼近算子,证明单参数Lagrange和POD降阶方法在温和假设下的次指数及结构化点集下的指数收敛误差估计。
2026-09-29 cs.NA math.NA
Reduced-Order Modeling for Heston Stochastic Volatility Model
本文比较POD-Galerkin与DMD两种降阶方法在Heston期权定价中的应用,发现DMD虽需更多模态但加速效果更优。
2024-03-17 cs.NA math.NA
Fully discrete analysis of the Galerkin POD neural network approximation with application to 3D acoustic wave scattering
Institute for Numerical Simulation, University of Bonn(波恩大学数值模拟研究所);Institute for Analysis and Scientific Computing, Vienna University of Technology(维也纳工业大学分析与科学计算研究所)
本研究针对Galerkin POD-NN参数映射逼近方法开展全离散误差分析,推导POD容差、秩及网络参数的先验界以保持准蒙特卡罗收敛阶,并通过三维参数化软边界声散射问题验证了其工业应用价值。
2025-10-30 cs.NA math.NA
POD-ROM methods: from a finite set of snapshots to continuous-in-time approximations
本文针对时间相关偏微分方程的POD-ROM离散方法,分析了任意时间积分器下FOM和POD-ROM的时间连续误差界,考虑两类快照集情形,证明半线性反应扩散问题的最优逐点误差界并通过数值验证,揭示少量快照可实现全区间精确近似。
2024-03-11 cs.NA math.NA
A New Proper Orthogonal Decomposition Method with Second Difference Quotients for the Wave Equation
本文将差商POD方法推广至二阶差商情形,提出仅用一个快照和一个差商的新POD方法,消除了数据冗余,并证明了阻尼波动方程的逐点及能量降阶模型误差界。
2023-09-06 cs.NA math.NA
Model Order Reduction for Pattern Formation in FitzHugh-Nagumo Equation
Middle East Technical University(中东理工大学)
本文基于POD-DEIM方法构建降阶模型,高效计算FitzHugh-Nagumo方程的 labyrinth 和 spot 模式,通过离散广义 Galerkin 方法和后向欧拉法进行空间和时间离散,验证降阶方法在非线性双稳参数下的有效性。
2015-12-15 cs.NA math.NA
Application of machine learning to viscoplastic flow modeling
Skolkovo Institute of Science and Technology(斯科尔科沃科学技术研究所)
本文提出了一种构建Bingham流体管道流动降阶模型的方法,结合POD和神经网络提高计算效率。
2018-09-18 cs.NA math.NA
Regularization and passivity-preserving model reduction of quasilinear magneto-quasistatic coupled problems
本文针对准线性磁准静态耦合问题,提出基于奇异分量投影的正则化方法,并结合POD与DEIM进行保无源性模型降阶,通过输出扰动处理DEIM误差,数值实验验证了方法的有效性。
2024-11-21 cs.NA math.NA
A weighted reduced basis method for parabolic PDEs with random data
Graduate School of Computational Engineering, Technische Universit\"at Darmstadt, Dolivostr. 15, 62493, Darmstadt, Germany WWW home page: http://www.graduate-school-ce.de/index.php?id=688 Department of Mathematics, Technische Universit\"at Darmstadt, Dolivostr. 15, 62493, Darmstadt, Germany
本文提出一种加权POD-贪心方法,用于估计具有参数化随机数据的抛物型PDEs的统计输出。通过加权降阶基方法,根据概率测度对参数依赖误差估计进行加权,以提升近似精度。
2017-12-20 cs.NA math.NA
On the comparison of LES data-driven reduced order approaches for hydroacoustic analysis
在这项工作中,动态模式分解(DMD)和适当的正交分解(POD)方法应用于水声数据集计算使用大涡模拟(LES)耦合Ffowcs威廉姆斯和霍金(FWH)的类比。首先,采用模态分解方法对流场进行了低维描述。对DMD和POD基地截断秩的敏感性进行了讨论,并提供了广泛的数据集,以证明这两种算法重建流场的能力,所有的空间和时间频率,以支持准确的噪声评估。结果表明,虽然DMD是能够捕获更精细的相干结构在尾流区相同数量的就业模式,重建流场使用POD表现出较小的幅度的全球时空误差相比,DMD同行。其次,一个单独的一组DMD和POD模式产生的一半的快照被用于两个数据驱动的降阶模型,分别基于DMD中投和POD插值(PODI)。在这方面,结果证实,这两种减少的方法对流场的预测特性是足够准确的,PODI结果相对优于DMD的。这推断出,对于本设置,与DMD中的积分和线性回归操作引起的误差相比,PODI中的插值误差引起的差异相对较低。最后,后处理分析的评估FWH声信号利用减少流体动力场作为输入表明,DMD和PODI数据驱动的降阶模型是有效的,足够准确地预测声学噪声。
2020-12-28 cs.NA math.NA
Reduced order modelling of nonlinear cross-diffusion systems
在这项工作中,我们提出了一个降阶模型的非线性交叉扩散问题的人口动力学,Shigesada-Kawasaki-Teramoto(SKT)方程与Lotka-Volterra动力学。SKT方程在空间中的有限差分离散化的结果是一个系统的线性-二次常微分方程(ODE)。降阶模型(ROM)具有与全阶模型(FOM)相同的线性二次结构。使用ROM的线性二次结构,降阶解的计算独立于具有适当正交分解(POD)的完整解。应用张量POD进一步加快了约化解的计算速度。SKT方程斑图的形成包括一个快速的瞬态阶段和一个长的稳态阶段。通过将时间分成两个时间间隔来计算降阶解。在数值实验中,我们证明了一维和二维SKT方程的图案形成,在时间窗口的形式,即,主分解框架(P-POD),是更准确的整体POD解决方案(G-POD)在整个时间间隔内获得。此外,我们还通过数值方法证明了约化解对熵的减少,这对于非线性交叉扩散方程(如SKT方程)的整体存在性是很重要的。
2021-02-08 cs.NA math.NA
Asymptotic Stability of POD based Model Predictive Control for a semilinear parabolic PDE
University of Hamburg(汉堡大学);University of Konstanz(康斯坦茨大学)
本文利用非线性模型预测控制方法,结合POD降阶策略,对半线性抛物型PDE进行稳定反馈控制设计,并通过数值实验验证了算法的渐近稳定性。
2014-09-27 cs.NA math.AP math.NA
A POD-DeepONet Framework for Forward and Inverse Design of 2D Photonic Crystals
Purdue University(普渡大学);The University of Hong Kong(香港大学)
本文提出一种POD-DeepONet框架,用于高效设计二维光子晶体的正向和逆向带结构,通过结合POD与神经网络实现高精度预测和稳定优化。
2026-01-01 cs.NA math.NA physics.optics
Approximation of Optimal Control Problems for the Navier-Stokes equation via multilinear HJB-POD
本文用动态规划方法研究了Navier-斯托克斯方程的某些最优控制问题的逼近问题。这些控制问题出现在许多工业应用中,从数值的角度来看是非常具有挑战性的,因为半离散化的动态对应于一个进化系统的常微分方程在非常高的维度。典型的方法是基于庞特里亚金最大值原理,并导致两点边值问题。在这里,我们提出了一种不同的方法的基础上的价值函数和解决方案的贝尔曼,一个具有挑战性的问题,在高维。我们减轻灾难的维数通过最近的多线性近似的动态加上一个动态规划计划的树结构。我们讨论了几个方面的实施这种新的方法,我们提出了一些数值例子来说明经典控制问题的研究文献中的结果。
2022-07-15 cs.NA math.NA math.OC
POD Suboptimal Control of Evolution Problems: Theory and Applications
本文系统研究基于POD的演化问题Galerkin降阶及其在二次规划、非线性、状态约束和多目标最优控制中的理论误差分析与应用。
2024-04-10 cs.NA math.AP math.NA
A Weighted POD Method for Elliptic PDEs with Random Inputs
Courant Institute of Mathematical Sciences, New York University(纽约大学柯朗数学科学研究所);mathLab, Mathematics Area, SISSA, Trieste, Italy(的里雅斯特SISSA数学区域mathLab)
本文提出并分析了一种加权proper orthogonal decomposition方法,用于求解依赖于随机输入数据的椭圆偏微分方程,针对可以转换为参数系统的随机问题。该算法结合了加权贪心方法,旨在最小化$ L^2 $范数的误差,不同于加权贪心方法,它不需要误差界。此外,我们考虑了输入空间的稀疏离散化,在构建降维模型时,对于高维问题,只要采样符合参数分布,这可以有效地降低计算成本,同时保持与高保真解相比的高精度。我们提供了许多数值测试,以评估所提出方法与等效无加权降维模型以及加权贪心方法在低维和高维问题中的性能。
2018-02-23 cs.NA math.NA
Macro-micro decomposition for consistent and conservative model order reduction of hyperbolic shallow water moment equations: A study using POD-Galerkin and dynamical low rank approximation
本文首次针对双曲型浅水矩方程提出宏微观分解的模型降阶方法,仅对微观非守恒部分采用POD-Galerkin或动态低秩近似,在保证质量守恒与一致性的同时实现了高效准确的地球物理流模拟。
2024-07-16 cs.NA math.NA physics.flu-dyn
A Pressure-Stabilized Continuous Data Assimilation Reduced Order Model
针对二维不可压缩Navier-Stokes方程,提出基于连续数据同化的压力稳定降阶模型,通过引入反馈控制项同时利用速度和压力模态,绕过离散inf-sup条件,保证高精度并提升计算效率,理论分析与基准测试验证了其无条件稳定性与收敛性。
2023-04-01 cs.NA math.NA
Metagraph-Based Domain-Decomposed Galerkin Reduced-Order Model
University of Tsukuba(筑波大学);Nagoya Institute of Technology(名古屋工业大学)
针对大规模问题,提出基于元图的区域分解伽辽金降阶模型MBDD - G - ROM,利用两个图级别表示模型,通过划分元图实现并行化与负载平衡,经实验验证该模型能保持精度并提高并行效率。
2026-07-08 cs.NA math.NA
On Optimal Pointwise in Time Error Bounds and Difference Quotients for the Proper Orthogonal Decomposition
在本文中,我们解决了几个长期存在的问题处理的最佳逐点在时间误差界适当的正交分解(POD)的热方程降阶建模。特别是,我们研究所发挥的作用,在获得降阶模型(ROM)的误差界是最佳的时间离散化误差和ROM离散化误差。当不使用DQ时,我们证明了ROM投影误差和ROM误差都是次优的。当使用DQ时,我们证明了ROM投影误差和ROM误差都是最优的。热传导方程的数值结果支持了理论结果。
2020-10-08 cs.NA math.NA
Reduced-Order Time Splitting for Navier-Stokes with Open Boundaries
本研究针对带开放边界的Navier-Stokes方程,提出结合时间分裂、开放边界非标准处理与POD降阶建模的加速方法,对比了完全侵入式与结合RBF数据驱动的混合POD-ROM的效率和精度。
2025-06-12 cs.NA math.NA
Space-time POD-Galerkin approach for parametric flow control
提出时空POD-Galerkin降阶方法快速求解含时非线性偏微分方程支配的参数化最优控制问题,通过浅水方程数值测试验证其在保持精度下显著加速目标剖面恢复。
2021-10-26 cs.CE cs.NA math.NA
A space-time certified reduced basis method for quasilinear parabolic partial differential equations
本文提出了一种求解拟线性抛物型方程的认证缩减基方法。该方法是基于时空变分制定。我们提供了一个基于残差的后验误差界的空时水平和相应的有效的可计算的方法的认证估计。我们使用经验插值方法(EIM)来保证高效的离线-在线计算过程。EIM方法的错误被严格纳入认证程序。Petrov-Galerkin有限元离散化允许受益于离散问题的Crank-Nicolson解释,并使用Pod-Greedy方法来构造小维度的约化基空间。它在时间推进框架中计算缩减基解,而空间-时间范数中的RB近似误差由估计器控制。因此,所提出的方法将POD贪婪近似纳入时空认证。
2020-12-18 cs.NA math.NA
CROM: Continuous Reduced-Order Modeling of PDEs Using Implicit Neural Representations
Columbia University(哥伦比亚大学);Meta Reality Labs Research(Meta现实实验室);MIT CSAIL(麻省理工学院计算机科学与人工智能实验室);University of Toronto(多伦多大学)
高保真偏微分方程(PDE)求解器的长运行时间使其不适合时间关键型应用。我们建议使用降阶建模(ROM)来加速PDE求解器。虽然以前的ROM方法降低了离散向量场的维数,我们的连续降阶建模(CROM)方法建立了一个低维嵌入的连续向量场本身,而不是他们的离散化。我们表示这种减少流形使用连续可微神经领域,这可能训练上的任何和所有可用的连续系统的数值解,即使它们是使用不同的方法或离散化。我们验证了我们的方法在广泛的偏微分方程与训练数据从体素网格,网格和点云。与线性子空间本征正交分解(POD)和基于非线性流形神经网络的自编码器等依赖于离散化的ROM方法相比,CROM具有精度高、内存消耗少、分辨率动态自适应、适用于任意离散化等特点。对于相同的潜在空间维数,CROM表现出79 $\times$和49 $\times$更好的准确性,和39 $\times$和132 $\times$更小的内存占用,分别比POD和自动编码器的方法。实验表明,109 $\times$和89 $\times$挂钟加速比未减少模型的CPU和GPU上,分别。视频和代码可在项目页面上获得:https://crom-pde.github.io
2023-03-03 cs.CE cs.GR cs.LG
Efficient quadrature rules for finite element discretizations of nonlocal equations
在本文中,我们设计了有效的求积规则的有限元离散的非局部扩散问题与紧支撑的核函数。非局部建模和仿真的两个主要挑战是高昂的计算成本和离散化方案的非平凡实现,特别是在三维环境中。在这项工作中,我们规避这两个挑战,通过引入参数化的软化功能,提高了被积函数的规律性,利用自适应集成技术,并利用并行化。我们首先表明,“软化”的解决方案收敛到确切的软化参数为零,然后我们说明了所提出的方法在几个二维和三维的测试情况下的一致性和准确性。此外,我们证明了良好的缩放性能的并行实现的自适应算法,我们比较所提出的方法与最近开发的技术,高效的有限元大会。
2021-01-21 cs.NA math.NA
Distributed model order reduction of a model for microtubule-based cell polarization using HAPOD
在这方面的贡献,我们调查的数学建模和有效的模拟生物细胞,特别强调有效的建模的结构特性,源于从聚合和解聚的细胞骨架成分产生的积极力量。详细地说,我们提出了一个非线性连续介质的方法来模拟微管为基础的力量,最近已经建立了细胞力学的核心组成部分,在早期果蝇翅膀的发展。该模型在空间离散使用有限元法。虽然各个方程通过半隐式时间离散化解耦,但是离散模型仍然需要计算。此外,有效模型方程所需的参数不容易获得,并且必须通过重复求解模型并将结果拟合到测量值来估计或确定。这大大增加了计算成本。缩减基方法已经成功地用于加速这种重复求解,通常是几个数量级。然而,对于这里考虑的复杂非线性模型,这些模型降阶方法的应用并不总是直截了当的,并且具有其自身的一系列挑战。特别是,使用适当的正交分解(POD)的子空间建设变得相当昂贵的合理罚款网格。因此,我们建议结合层次近似POD,这是一个通用的,易于实现的方法来计算一个近似POD,与经验插值方法,有效地产生一个快速评估降阶模型。数值实验证明了所提出的建模和仿真方法的适用性和有效性。
2021-10-30 cs.NA math.NA
A Condensed Constrained Nonconforming Mortar-based Approach for Preconditioning Finite Element Discretization Problems
本文提出并研究了一种基于Mortar方法的修正形式的构造有限元问题的辅助空间预条件子的方法。著名的砂浆有限元离散化方法进行修改,承认一个局部结构,提供一个元素的元素或子域的子域组装属性。这是通过引入附加的迹有限元空间和与相邻单元或子域之间的界面相关联的自由度(未知数)来实现的。由此产生的ESTA制定和减少通过静态凝聚舒尔补形式的接口上使用的辅助空间预处理器的建设一个给定的符合有限元离散化问题。这些预条件的性质进行了研究,并说明其性能模型二阶标量椭圆问题利用高阶元素。
2020-07-30 cs.NA math.NA
Maximal regularity of backward difference time discretization for evolving surface PDEs and its application to nonlinear problems
通过将问题拉回到初始曲面,研究固定曲面上线性抛物方程的极大$L^p$-正则性,得到了发展曲面上线性抛物方程的极大抛物$L^p$ -正则性.通过在固定时间冻结抛物型方程中的系数,并利用冻结时间附近的扰动变元,证明了线性抛物型方程在演化曲面上沿特征轨迹的向后差分时间离散能保持离散设置中的最大$L^p$正则性.结果被应用于证明的稳定性和收敛性的时间离散的非线性抛物型方程的发展表面上,线性隐式向后微分公式的表面的特征轨迹,一般局部Lipschitz非线性。利用离散的极大$L^p$ -正则性证明了数值解在$L^\infty(0,T;W^{1,\infty})$范数下的有界性和稳定性,该范数用于稳定性分析中的非线性项的界化。将稳定性分析与一致性估计相结合,得到了时间离散化在$L^\infty(0,T;W^{1,\infty})$范数下的最优阶误差估计。
2022-02-03 cs.NA math.NA
An Efficient Deep Learning Approach for Approximating Parameter-to-Solution Maps of PDEs
School of Mathematical Sciences, Shanghai Key Laboratory for Contemporary Applied Mathematics, Fudan University(数学系、当代应用数学上海重点实验室、复旦大学)
本文提出结合降配点方法和深度神经网络的高效方法逼近参数化偏微分方程的参数到解映射,理论推导了仅依赖降基维数的网络复杂度上界,并开发了POD-DNN算法,在保持精度的同时显著提升了计算效率。
2025-08-15 cs.LG cs.NA math.NA
Discrete positivity and maximum principles for a finite element discretization of the Richards equation
University of Ottawa(渥太华大学);University Mohammed VI Polytechnic(穆罕默德六世理工大学)
本文提出一种半隐式有限元框架,通过有界连续辅助变量确保离散正性和最大原理,适用于高退化条件和初始干燥土壤区域。
2026-05-10 cs.NA math.NA
Reduced order modeling for spectral element methods: current developments in Nektar++ and further perspectives
在本文中,我们提出了最近的努力,以发展降阶建模(ROM)的能力谱元素方法(SEM)。也就是说,我们详细的实现ROM的连续Galerkin和不连续Galerkin方法的频谱/HP元素库Nektar++。所采用的ROM方法是基于本征正交分解(POD)的侵入式方法。他们承认一个离线在线分解,这样的参数研究和许多查询的快速评估是可能的。利用仿射参数依赖性,使得可以独立于大规模离散化大小来评估降阶模型。SEM的实现可以在开源的模型简化软件MACA-SEM中找到。
2022-04-21 cs.NA math.NA
Structure preserving integration and model order reduction of skew-gradient reaction-diffusion systems
Middle East Technical University(中东技术大学)
本文研究了斜梯度反应扩散系统的保持结构积分与模型降阶方法,通过SIPG和AVF方法在空间和时间上的离散化,验证了能量属性并展示了POD-DEIM在计算Turing图案中的效率和精度。
2015-10-22 cs.NA math.NA
Fast multigrid solvers for conforming and non-conforming multi-patch Isogeometric Analysis
等几何分析是一种用于边值问题的高阶离散化方法,它使用的自由度与低阶方法一样小。标准的等几何离散化需要计算域的全局参数化。在非平凡的情况下,域被分解成具有单独的参数化和单独的离散空间的补丁。如果离散空间在贴片之间的界面上一致,则可以以一致的方式进行耦合。否则,非协调离散化(利用不连续Galerkin方法)是必需的。作者和他的同事以前介绍了多重网格求解器等几何分析符合的情况。本文将这些结果推广到非协调情形。此外,它表明,多重网格解决得到更强大的,如果建议平滑结合(标准)高斯-赛德尔平滑。
2019-06-17 cs.NA math.NA
On conservation laws of Navier-Stokes Galerkin discretizations
Clemson University(克莱姆森大学);University of Houston(休斯顿大学)
本文研究了不强加散度约束的伽辽金方法在不可压缩纳维-斯托克斯方程中的守恒性质,提出了一种新的离散形式以尽可能保持能量、动量、角动量、涡量等物理定律。
2017-01-20 cs.NA math.NA
Model order reduction of HDG discretizations for harmonic wave propagation
Centre Inria de l’Université de Bordeaux(波尔多大学Inria中心);Université de Pau et des Pays de l’Adour(波尔多及阿杜尔地区波尔多大学);LMAP, CNRS UMR 5142(法国国家科学研究中心联合研究单位5142数学与力学实验室)
该研究针对地震应用的时间谐波声波传播问题,提出结合POD等的HDG离散化投影型模型缩减方法,经数值实验验证可大幅加速求解。
2026-10-14 cs.NA math.AP math.NA
PTPI-DL-ROMs: pre-trained physics-informed deep learning-based reduced order models for nonlinear parametrized PDEs
针对POD-DL-ROMs依赖训练数据、数据量不足时精度受限的问题,研究通过加入主干网络实现物理损失计算,结合预训练+微调策略提出PTPI-DL-ROMs,在多类PDE测试中验证了其精度与效率。
2024-05-14 cs.LG cs.NA math.NA
A New Reduced Basis Method for Parabolic Equations Based on Single-Eigenvalue Acceleration
本文对二阶抛物型方程的齐次Dirichlet边值问题发展了一种新的缩减基方法--单特征值加速方法。高保真数值方法采用向后欧拉格式和协调有限元分别进行时间和空间离散。在时间步长足够小且时间步长不是很大的假设下,我们证明了高保真解矩阵$U$的奇异值分布与秩为1的矩阵的奇异值分布接近.我们选择与矩阵$U^\top U$的主特征值相关联的特征函数作为本征正交分解(POD)方法的基础,以获得SEAM和并行SEAM。数值实验证实了新方法的有效性。
2023-02-15 cs.NA math.NA
An enriched multiscale mortar space 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)
本文提出一种增强的多尺度泥浆空间,用于解决高对比异质介质中的流体问题,通过构建局部多尺度基函数提高精度,并设计了多尺度有限元方法和预条件技术。
2016-09-08 cs.NA math.NA
Robust domain decomposition methods for high-contrast multiscale problems on irregular domains with virtual element discretizations
针对二阶椭圆偏微分方程中的高对比度多尺度系数和不规则区域挑战,利用局部谱信息构建单位分解函数和粗空间,实现了两层加性Schwarz预条件子,其条件数界与对比度无关,数值实验验证了其鲁棒性。
2023-06-27 cs.NA math.NA
Energy stable model order reduction for the Allen-Cahn equation
University of Turkish Aeronautical Association(土耳其航空协会大学);Institute of Applied Mathematics, Middle East Technical University(中东理工大学应用数学研究所);Department of Mathematics, Middle East Technical University(中东理工大学数学系)
本文提出了一种能量稳定的模型降阶方法,用于解决Allen-Cahn方程,通过proper orthogonal decomposition(POD)和greedy adaptive sampling进行空间离散化,并结合能量稳定的average vector field(AVF)方法进行时间离散化,以保持能量递减性质,同时验证了降阶解的计算效率和精度。
2017-02-05 cs.NA math.NA
Adaptive space-time model order reduction with dual-weighted residual (MORe DWR) error control for poroelasticity
本文针对孔隙弹性中的Biot系统,提出时空MORe DWR自适应模型降阶方法,通过实时误差估计与POD基扩充减少全阶求解次数,并在Mandel和三维地基问题上验证了其效率。
2023-11-15 cs.NA math.NA
Prediction of discretization of online GMsFEM using deep learning for Richards equation
本文提出结合在线GMsFEM和深度神经网络快速预测局部多尺度基函数,以高效求解非均匀介质中非线性Richards方程,数值实验验证了其有效性。
2024-03-21 cs.NA math.NA
Transformed Snapshot Interpolation with High Resolution Transforms
针对参数或随机双曲型 PDE 中的跳跃奇异性问题,本文提出在 transformed snapshot interpolation (TSI) 方法中采用高分辨率变换,引入在奇点附近具有适当行为的新离散化方法,并通过优化过程进行数值计算。
2019-01-04 cs.NA math.NA
Convergence to equilibrium for fully discretizations of nonlocal Cahn-Hilliard equation
本文针对非局部 Cahn-Hilliard 方程构建了基于一阶和二阶时间离散及二阶空间有限差分的能量稳定全离散数值格式,并利用能量稳定性与 Łojasiewicz 不等式严格证明了其数值解在时间趋于无穷时收敛至平衡态。
2025-09-12 cs.NA math.NA
A Spectral Element Reduced Basis Method for Navier-Stokes Equations with Geometric Variations
SISSA mathLab, International School for Advanced Studies(国际高等研究院);Department of Mathematics, University of Houston(休斯顿大学数学系)
本文提出了一种基于高阶谱元方法的降阶模型,用于求解具有几何变化的Navier-Stokes方程,通过POD方法构建降阶空间,提高不同几何情况下稳态解的计算效率。
2019-04-26 cs.NA math.NA
Treatment of Wall Boundary Conditions in High-Order Compact Gas-Kinetic Schemes
针对高阶紧致气体动理学格式(GKS)的边界处理难题,提出一种基于随时间变化分布函数的单侧三阶边界离散方法,实现了空间与时间高精度,在粗网格上表现优越。
2025-03-06 cs.NA math.NA physics.comp-ph