Lagrangian basis method for dimensionality reduction of convection dominated nonlinear flows
总结了一种新的基于投影的对流为主的非线性流体流动的模型降阶方法的基础。在这种方法中,流动的演化近似于拉格朗日参考系。全局基函数用于近似拉格朗日计算域的状态和位置。它表明,在这个框架中,某些波浪形的解决方案表现出低秩结构,因此,可以有效地压缩使用相对较少的全球基础。所提出的方法是成功地证明了减少几个简单的,但有代表性的问题。
2017-01-16 cs.NA math.NA physics.comp-ph
Reduced order model of a convection-diffusion equation using Proper Orthogonal Decomposition
本文利用有限差分法对一维Burgers方程进行了数值模拟,并利用本征正交分解(POD)建立了模拟的降阶模型(ROM)。这项工作的目的是提供一个介绍POD方法的研究人员感兴趣的计算流体动力学(CFD)。本文讨论了POD方法的物理解释,它的优点和缺点,以及该算法的实现,该算法可以扩展到2D,3D Burgers方程和其他非线性偏微分方程(PDE)的这一类,开发更复杂的系统的模型。
2023-03-13 cs.NA math-ph math.MP
Domain Decomposition-Based Coupling of High-Fidelity Finite Element and Reduced Order Operator Inference Models Using the Schwarz Alternating Method
Sandia National Laboratories(桑迪亚国家实验室);Virginia Tech Department of Mathematics(弗吉尼亚理工大学数学系)
提出一种基于Schwarz交替法的混合域分解方法,耦合高保真有限元与降阶算子推断模型,在对流主导问题上实现稳定准确预测并加速训练。
2025-10-06 cs.NA math.NA
Numerical analysis of a singularly perturbed convection diffusion problem with shift in space
本文考虑一个带有位移项的对流-扩散问题的奇摄动。我们使用渐近展开和稳定性结果的解决方案分解。在此基础上,提出了一种基于分层网格的高阶有限元法的数值分析方法。我们还应用了一个新的想法,在薄弱层出现的地方使用一个粗糙的网格。数值实验证实了我们的理论结果。
2022-07-19 cs.NA math.NA
Inverse initial data reconstruction for a memory convection-diffusion equation via Legendre spatial reduction and Tikhonov regularization
University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校);International University - Vietnam National University(越南国立大学国际大学);Texas A&M University(德克萨斯农工大学)
针对带记忆项的对流扩散方程,提出基于勒让德空间降维和吉洪诺夫正则化的逆初始数据重建方法,证明唯一性并给出数值算例。
2026-06-23 cs.NA math.NA
Superconvergence of a Galerkin FEM for Higher-Order Elements in Convection-Diffusion Problems
Technische Universität Dresden(德累斯顿工业大学)
本文研究高阶Galerkin有限元法在奇异摄动对流-扩散问题中的超收敛性,通过解分解和特殊有限元空间表示,证明了能量范数下p+1/4阶的超收敛性质。
2013-07-29 cs.NA math.NA
A numerical method for singularly perturbed convection-diffusion problems posed on smooth domains
构造了求解光滑区域上奇摄动对流-扩散问题的有限差分法。对数据施加约束,使得仅规则指数边界层出现在解中。采用了一种区域分解方法,该方法在边界层外使用矩形网格,在边界层附近使用Shishkin网格,与流出边界的曲率对齐。数值结果证明了所提出的数值算法的有效性。
2021-12-22 cs.NA math.NA
An initial-corrected splitting approach for convection-diffusion-reaction problems
针对Dirichlet边界条件下对流-扩散-反应问题分裂方法的阶数降低问题,提出初始修正分裂方法,经分析证明其为二阶收敛,并通过数值实验验证了性能。
2025-02-13 cs.NA math.NA
On the stability of projection-based model order reduction for convection-dominated laminar and turbulent flows
Stanford University(斯坦福大学)
在基于投影的流体动力学非线性模型降阶的文献中,经常有人认为由于模态截断,基于投影的降阶模型(PROM)不能解决湍流能量级联的耗散区,因此在数值上是不稳定的。努力解决这个问题的范围从试图模拟截断模式的影响,丰富的近似的经典子空间,以考虑截断现象。本文对这种说法提出了质疑。探索基于投影的模型降阶和半离散化之间的关系,并使用三个相关的流动问题的数值证据,它认为在有序的方式,真正的罪魁祸首背后的大多数,如果不是所有的数值不稳定性的PROM湍流和对流为主的湍流问题是Galerkin框架,已被用于构建的PROM。本文还表明,或者,彼得罗夫-伽辽金框架可以用来构建数值稳定的PROMs对流为主的层流以及湍流问题,数值稳定和准确,而不诉诸额外的封闭模型或剪裁的子空间的近似。它还表明,这种替代PROM提供显着的加速因子。
2020-01-27 cs.LG cs.NA math.NA
Parabolic inverse convection-diffusion-reaction problem solved using an adaptive parametrization
Università degli Studi di Padova(帕多瓦大学)
针对基于对流-扩散-反应方程的抛物型逆问题,分别采用投影阻尼高斯-牛顿法和自适应时间局部参数化方法处理已知和未知源位置的情况,并利用本征正交分解加速优化循环。
2011-10-11 cs.NA math.NA
A discontinuous Galerkin multiscale method for convection-diffusion problems
本文提出一种不连续伽辽金局部正交分解多尺度方法,用于处理粗糙、非均匀且高变系数的对流-扩散问题,通过局部化基底捕捉多尺度特征和内部/边界层。
2015-09-11 cs.NA math.NA
Analysis of the local discontinuous Galerkin method with generalized fluxes for 1D nonlinear convection-diffusion systems
本文对一维非线性对流扩散方程组给出了具有广义数值通量的局部间断Galerkin方法的最优误差估计。对流项的数值粘性可调的迎风偏置通量是基于局部特征分解选择的,这有助于解决退化抛物方程的不连续性,而无需强制任何限制程序。对于扩散项,考虑了一对广义交变通量。通过构造和分析关于不同对流项或扩散项的广义Gauss-Radau投影,得到了具有可对称化通量Jacobian的非线性对流扩散方程组和完全非线性扩散问题的最优误差估计.数值实验包括长时间模拟,不同的边界条件和退化方程与间断的初始数据,以证明理论结果的清晰度。
2022-09-08 cs.NA math.NA
Model reduction of convection-dominated viscous conservation laws using implicit feature tracking and landmark image registration
针对对流主导问题中传统降阶模型受Kolmogorov壁垒限制、精度低且需大量训练数据的问题,提出结合地标配准与径向基函数插值的非线性变换降阶方法,经两个测试案例验证可突破壁垒、提升模型可靠性。
2025-03-21 cs.NA math.NA physics.flu-dyn
Model reduction by separation of variables: a comparison between Hierarchical Model reduction and Proper Generalized Decomposition
Politecnico di Milano(米兰理工大学);University of Bordeaux(波尔多大学);SISSA(的里雅斯特国际高等研究学院)
本文通过对比Hierarchical Model reduction和Proper Generalized Decomposition两种方法,在标准椭圆问题上展示变量分离在模型降维中的应用,从方法论和数值角度分析两者的优缺点。
2018-11-28 cs.NA math.NA
Dual weighted residual based error control for nonstationary convection-dominated equations: potential or ballast?
Helmut Schmidt University(赫尔穆特·施密特大学)
本文研究了双权重残差方法在稳定有限元方法中提升近似质量的潜力,重点在于严格应用DWR方法的影响,而非通过插值或局部化减少求解对偶问题的计算成本。
2018-12-14 cs.NA math.NA
THIRD ORDER MAXIMUM-PRINCIPLE-SATISFYING DG SCHEMES Third Order Maximum-Principle-Satisfying DG schemes for Convection-Diffusion problems with Anisotropic Diffusivity DIFFUSIVITY
对于一类具有变扩散系数的对流-扩散方程,在一维和二维矩形网格上构造了三阶精度间断Galerkin(DG)格式.采用显式时间步的DG方法可以很好地应用于非线性对流-扩散方程。结果表明,在适当的时间步长限制下,在[Liu和Yu,SIAM J. Sci. Comput. 36(5):A2296{A2325,2014]当与本DG方案结合时,保留了由初始数据指示的解边界,即,最大值原理,同时保持统一的三阶精度。这些格式可以推广到三维矩形网格。对于所有的模型方案的关键是,可以确定一个有效的测试集,以验证所需的数值解的界限。这主要是通过利用扩散通量的灵活形式和加权单元平均值的自适应分解来实现的。数值结果验证了数值方法的有效性。
2019-07-27 cs.NA math.NA
Thermodynamic Structure and Composition in Nonlinear Convection-Diffusion
研究非线性对流扩散系统中热力学平衡问题,开发连续优先框架,将热力学一致性表述为自由能平衡。证明相关操作下平衡可保持,推导线性模型,以实例说明,贡献了组合输运框架,使第二定律贯穿各环节。
2026-07-10 cond-mat.stat-mech cs.NA math.NA
Efficient Reduction of Compressed Unitary plus Low-rank Matrices to Hessenberg form
我们提出了一种快速的数值方法来计算一个酉加低秩矩阵$A=G+U V^H$的Hessenberg约化,其中$G\in \mathbb C^{n\times n}$是一个酉矩阵表示在某种压缩格式使用$O(nk)$参数和$U$和$V$是$n\times k$矩阵与$k< n$。这些方法的核心是作为大小为$n$的三个可能扰动的酉$k$ Hessenberg矩阵的乘积的$A$的某种结构化分解,称为LFR分解。它表明,在最有趣的情况下,初始LFR分解的$A$可以计算非常便宜。然后我们证明了LFR分解的结构性质,给出了$A$的LFR分解蕴涵其Hessenberg形的条件。最后,我们描述了一个鼓包追逐计划转换的初始LFR分解的$A$到LFR分解的Hessenberg矩阵通过酉变换。可以以使用$O(nk)$存储的$O(n^2 k)$算术运算的总计算成本来执行该减少。计算得到的$A$的Hessenberg约化的LFR分解可以用[8]中提出的快速QR算法进行处理,以便在相同的代价下计算$A$的特征值。
2019-08-29 cs.NA math.NA
Model Reduction via Dynamic Mode Decomposition
本文提出了一种新的参数复杂系统模型降阶框架。该框架采用了一种流行的模型简化技术动态模式分解(DMD),它能够结合数据驱动的学习和基于Koopman算子理论的物理成分。在所提出的框架的离线步骤中,DMD构造了一个低秩线性代理模型,用于从未知形式的(非线性)复杂高保真度模型(HFM)导出的高维感兴趣量(QoI)。然后,在在线步骤中,对训练参数样本点处的所得局部降阶基(ROB)和参数降阶模型(PROM)进行内插,以针对新的一组目标/测试参数值构建具有相应ROB的新PROM。插值需要在一致的广义坐标集内的适当流形上进行。线性和非线性问题的数值例子说明了所提出的框架。特别是,它的计算成本和精度的优势,证明了基于投影的适当的正交分解(POD)-PROM和克里格的比较。
2022-04-20 cs.NA math.NA
Randomized Model Order Reduction
Florida State University(佛罗里达州立大学);University of Washington(华盛顿大学)
本文提出利用随机矩阵分解高效计算降阶基函数,通过随机SVD替代传统SVD,降低计算成本,验证了其在POD和DMD中的有效性。
2016-11-07 cs.NA math.NA
A non-overlapping optimization-based domain decomposition approach to component-based model reduction of incompressible flows
本文提出一种结合非重叠优化区域分解与模型降阶的组件化方法,通过Gauss-Newton和序列二次规划求解界面约束优化问题,并利用局部化训练与自适应增广加速Navier-Stokes参数化不可压缩流动的求解。
2023-10-31 cs.NA math.NA
A low-rank, high-order implicit-explicit integrator for three-dimensional convection-diffusion equations
本文将RAIL积分器从二维扩展到三维张量情形,通过Tucker分解、IMEX RK时间离散与谱方法空间离散,结合基增强约减与伽辽金投影实现低秩高阶近似,经后处理守恒物理量,在Fokker-Planck模型等问题上验证了有效性。
2025-08-22 cs.NA math.NA
Multiscale stabilization for convection-dominated diffusion in heterogeneous media
King Abdullah University of Science and Technology(阿卜杜拉国王科技大学);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Petrov-Galerkin稳定化方法,用于多尺度对流扩散传输系统,通过构建局部降阶模型,改进了传统稳定化方法的不足,通过引入辅助变量和局部谱分解,实现了高效稳定化。
2015-09-23 cs.NA math.NA
Lie symmetries reduction and spectral methods on the fractional two-dimensional heat equation
本文对一类含Riemann-Liouville导数的分数阶对流扩散微分方程进行了Lie对称性分析,该方程具有(2+1)个自变量和一个因变量.我们找到了一个约化形式的分数阶微分方程使用我们的李对称性的相似解决方案。找到了一维李对称代数的最优系统,提出了一种基于Bernstein运算矩阵的谱方法求解二维分数阶热方程的计算方法.
2022-04-17 cs.NA math.NA
Nonlinear model order reduction via Dynamic Mode Decomposition
University of Hamburg(汉堡大学);University of Washington(华盛顿大学)
本文提出利用动态模式分解方法对非线性动力系统进行降阶建模,通过空间-时间矩阵分解获取降阶模型,避免在线阶段计算非线性项,提高计算效率并保持精度。
2016-02-16 cs.NA math.NA
Extended tensor decomposition model reduction methods: training, prediction, and design under uncertainty
本文提出基于稀疏非分离增强的扩展张量分解模型降阶方法,并结合 SCA 实现不确定性下的实时多尺度仿真与快速设计。
2023-11-04 cs.NA math.NA
Error bounds and analysis of proper orthogonal decomposition model reduction methods using snapshots from the solution and the time derivatives
Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室)
本文比较了两种正交分解降阶方法,通过解和时间导数快照生成降阶空间基,推导了误差界并分析了误差行为与快照间隔的关系。
2015-01-08 cs.NA math.NA
Model Order Reduction by Proper Orthogonal Decomposition
Universität Hamburg(汉堡大学);Universität Koblenz-Landau(科布伦茨-兰道大学);Universität Konstanz(康斯坦茨大学)
本文介绍基于正交分解的降阶方法,重点讨论非线性参数偏微分方程和非线性时间依赖偏微分方程,以及在偏微分方程约束优化中的应用。
2020-08-02 cs.NA math.NA
Discontinuous Galerkin method based on the reduced space for the nonlinear convection-diffusion-reaction equation
针对非线性对流-扩散-反应方程,提出基于勒让德矩重构算子的约化DG空间,结合隐显时间推进LDG方法,在保证精度的同时减少自由度提升效率,并完成理论分析与数值验证。
2023-06-11 cs.NA math.NA
Domain-decomposition least-squares Petrov-Galerkin (DD-LSPG) nonlinear model reduction
一种新的区域分解最小二乘Petrov-Galerkin(DD-LSPG)模型降阶法,适用于非线性代数方程的参数化系统(例如,由离散化参数化偏微分方程问题引起)。与以往的工作相比,我们采用了代数非重叠的分解策略,而不是空间分解策略,这有利于应用到不同的空间离散化计划。该方法不是以单片方式为整个状态空间构建低维子空间,而是为表征原始模型的不同子域/组件构建单独的子空间。在离线阶段,该方法构造低维基的内部和接口的组件。在联机阶段,该方法为每个组件构建一个LSPG ROM,并在连接它们的“端口”上强制执行强兼容性或弱兼容性。我们提出了四种不同的方法来构建减少基地的接口/端口的子域和几种方法来加强跨连接端口的兼容性。我们推导了DD-LSPG解的后验和先验误差界。在传热和流体动力学中的非线性基准问题上进行的数值结果表明,所提出的方法在精度和计算成本方面都表现良好,不同的基础和兼容性约束的选择产生不同的性能曲线。
2020-10-16 cs.NA math.NA
Deep orthogonal decomposition: a continuously adaptive data-driven approach to model order reduction
本研究提出深度正交分解(DOD)深度学习技术,通过连续自适应局部基的深度网络逼近解流形,突破全局方法的柯尔莫哥洛夫壁垒,兼容侵入/非侵入式技术,可解释性强且误差控制更优,为参数化偏微分方程降阶建模提供新方案。
2024-05-14 cs.NA math.NA
Model Reduction for a Pulsed Detonation Combuster via Shifted Proper Orthogonal Decomposition
TU Berlin(柏林工业大学)
本文提出了一种计算位移正交分解(sPOD)的新算法,用于处理多输运速度主导的系统。sPOD通过识别输运方向和速度并位移模式以跟踪输运,克服了传统方法如POD在输运主导现象中的性能问题。
2018-03-05 cs.NA math.NA
Accelerated solutions of convection-dominated partial differential equations using implicit feature tracking and empirical quadrature
本文提出基于经验求积的超降维方法和贪婪训练算法,通过非线性近似流形克服线性降维的n-宽度限制,构建在线高效的降阶模型,有效降低对流占优问题的计算成本。
2023-09-13 cs.NA math.NA math.OC
Randomized Symplectic Model Order Reduction for Hamiltonian Systems
在多查询或实时上下文中的大规模动力系统的仿真需要高效的代理建模技术,例如通过模型降阶(MOR)实现。最近,为了在MOR期间保持Hamilton结构,人们开发了复奇异值分解(cSVD)或类SVD分解等辛方法。在目前的贡献,我们展示了如何保辛结构的基础生成可以更有效地与随机矩阵分解。我们提出了一个随机的复杂SVD(rcSVD)算法和一个随机SVD(rSVD-like)分解。我们证明了高维系统的数值实验的方法的效率。
2023-03-07 cs.NA math.NA
Nonlinear Model Reduction by Probabilistic Manifold Decomposition
Tongji University(同济大学)
本文提出概率流形分解方法,通过概率流形嵌入实现非线性模型降维,兼顾精度与效率,适用于流体动力学等工程领域。
2025-03-04 cs.NA math.NA
The shifted proper orthogonal decomposition: A mode decomposition for multiple transport phenomena
TU Berlin(柏林工业大学)
本文提出一种适用于传输主导现象的模型降维方法,通过引入时间依赖的快照矩阵位移扩展了proper orthogonal decomposition,有效分离了多个传输速度,实验表明其在传输主导现象中表现优异。
2018-02-17 cs.NA math.NA
A Comparative Analysis of Principal Component Analysis (PCA) and Singular Value Decomposition (SVD) as Dimensionality Reduction Techniques
Wingate University(威根大学)
本文从第一性原理推导并纯分析性地比较了主成分分析(PCA)与奇异值分解(SVD)两种降维技术的可解释性、数值稳定性及对不同矩阵形状的适用性,为算法选择提供了无需经验基准的经验法则。
2025-06-25 cs.CV cs.NA math.NA
A New Domain Decomposition Method for the Compressible Euler Equations
基于Smith分解将二维欧拉方程转化为三阶标量方程,采用Robin-Robin预条件子算法,设计了一种新的区域分解方法,在连续两级子域分解下两步收敛,离散和任意分解下数值结果表现出良好的稳定性。
2005-02-22 cs.NA math.NA physics.class-ph
Mixed precision matrix interpolative decompositions for model reduction
由于数据容量和带宽的不断增长以及GPU的进步,人们对混合精度算法重新产生了兴趣,这使得低精度算法能够显着加速。鉴于此,我们提出了一种混合精度算法,以产生一个双精度精确矩阵插值分解近似在一组给定的标准。尽管低精度算法遭受更快的舍入误差累积,但是对于许多数据丰富的应用,我们仍然获得可行的近似精度,因为使用低精度算法引起的误差由低秩近似固有的误差主导。然后,我们进行了几个模拟数值试验,以证明算法的有效性和相应的误差估计。最后,我们提出了我们的算法的应用程序中的一个问题,在模型减少颗粒载货湍流。
2020-12-11 cs.NA math.NA physics.comp-ph
Dynamical transition of hydromagnetic convection in a rotating fluid layer
在这篇文章中,我们的目的是研究的稳定性和动态过渡的导电流体中存在的外部均匀水平磁场和旋转的基础上Boussinesq近似模型。通过分析模型线性部分的谱,验证稳定性交换原理的有效性,采用理论分析与数值计算相结合的方法,分别研究了从一个简单实特征值、一对复共轭的特征值到一个重数为2的实特征值的过渡.利用中心流形约化理论将无穷维系统约化为相应的有限维系统,并给出一个或几个确定动态跃迁类型的无量纲跃迁数.仔细的数值计算进行,以确定这些转变数以及相关的时间和流动模式等。我们的结果表明,连续和跳跃过渡可以发生在一定的参数区域。
2021-11-12 cs.NA math.DS 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 Proper Orthogonal Decomposition approach for parameters reduction of Single Shot Detector networks
SISSA(国际高等研究院)
本文提出基于 Proper Orthogonal Decomposition 的降维框架以减少 SSD 网络超参数,并在 PASCAL VOC 上的 SSD300 实验中验证了模型压缩与迁移学习微调加速效果。
2022-07-27 cs.CV cs.LG cs.NA
Singular value soft-thresholding via the polar decomposition
University of Colorado Boulder(科罗拉多大学波得尔分校)
研究奇异值软阈值处理,核心方法是通过极分解计算,相比标准奇异值分解方法,在GPU上有显著加速,不过因符号函数不连续,该方法可能仅适用于低精度应用。
2026-07-27 cs.LG cs.NA math.NA
Quantum algorithm for anisotropic diffusion and convection equations with vector norm scaling
Sorbonne Université(索邦大学);Observatoire de Paris, Université PSL, CNRS, LUX(巴黎天文台,巴黎文理研究大学,法国国家科学研究中心,LUX);Plasma Science and Fusion Center, Massachusetts Institute of Technology(等离子体科学与聚变中心,麻省理工学院)
该研究提出了一种量子算法,用于高效求解各向异性扩散与对流方程,通过向量范数分析实现了指数级的误差缩减。
2026-03-09 cs.NA math-ph math.MP
Nonlinear Model Order Reduction via Lifting Transformations and Proper Orthogonal Decomposition
Massachusetts Institute of Technology(麻省理工学院);University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出了一种利用提升变换和正交分解的非线性模型降阶方法,通过变量变换和辅助变量的引入将非线性模型提升为具有更多结构的模型,从而在不引入近似的情况下获得降阶模型,提升了降阶模型的准确性和分析的严谨性。
2019-01-20 cs.NA cs.SY eess.SY