Local Multilevel Preconditioners for Elliptic Equations with Jump Coefficients on Bisection Grids
University of California at Irvine(加州大学尔湾分校);University of California at San Diego(加州大学圣地亚哥分校);Pennsylvania State University(宾夕法尼亚州立大学)
针对二分网格上具有分片常数系数的二阶线性椭圆问题,设计基于最新顶点及其邻域局部光滑的局部多重网格和BPX预条件子,分析表明仅固定数量的特征值受大跳跃影响,其余特征值一致有界,从而预条件共轭梯度法收敛速度与系数无关,且关于网格尺寸呈对数依赖,整体计算复杂度接近最优。
2012-02-10 cs.NA math.NA
Multilevel Sparse Grid Methods for Elliptic Partial Differential Equations with Random Coefficients
Florida State University(佛罗里达州立大学)
本文提出多级稀疏网格方法,用于高效处理具有随机系数的椭圆偏微分方程,通过减少计算成本实现高精度模拟。
2014-04-08 cs.NA math.NA
Multilevel sparse grids collocation for linear partial differential equations, with tensor product smooth basis functions
University of Leicester(莱斯特大学)
本文提出利用多级稀疏插值算法求解线性偏微分方程,采用张量积光滑基函数,实现高精度计算。
2017-10-19 cs.NA math.NA
Multilevel Domain Uncertainty Quantification in Computational Electromagnetics
我们继续我们的研究[计算电磁学中的域不确定性量化,JUQ(2020),8:301--341]的时间谐波电磁场的数值逼近的麦克斯韦损耗腔问题的不确定几何形状。我们采用相同的仿射参数形状参数化框架,将物理域映射到具有分段光滑映射的名义多边形域。在分段索伯列夫空间中刻画了回调解在名义域上的正则性。我们证明了错误的收敛速度和优化的算法转向的参数在名义域结合:(a)多级蒙特卡洛采样,和(b)多级,稀疏网格正交计算的解决方案的期望值不确定域合奏。此外,我们分析了稀疏网格插值计算代理域的解决方案的映射。所有计算都在多面体名义域上进行,这使得能够使用标准的单纯有限元网格。我们提供了一个严格的全离散误差分析,并显示,在所有情况下,实现了与维数无关的代数收敛。对于多层次稀疏网格求积方法,我们证明了高阶收敛速度,这是免费的所谓的灾难的维数,即独立的参数的数量用于参数化的容许形状。数值实验证实了我们的理论结果和验证稀疏网格方法的优越性。
2022-12-14 cs.NA math.NA
Construction of Grid Operators for Multilevel Solvers: a Neural Network Approach
Università della Svizzera Italiana(提契诺大学)
在本文中,我们研究多重网格方法和神经网络的结合,从一个椭圆型偏微分方程的有限元离散。多重网格方法使用插值算子在不同的近似水平之间传递信息。这些算子对于多重网格的快速收敛是至关重要的,但它们通常是未知的。我们提出了用于学习插值算子的深度神经网络模型,并根据网络的输出构建了一个多级层次结构。我们研究了神经网络预测的插值算子的准确性,并使用不同的网络架构对其进行测试。这种用于构造网格算子的神经网络方法可以扩展为多级求解器的自动定义,从而在科学计算中实现便携式解决方案
2021-09-13 cs.LG cs.NA math.NA
Parallel-in-time Multilevel Krylov Methods: A Prototype
本文提出一种求解微分代数方程的时间并行多层 Krylov 迭代方法,通过特殊时间算子粗化网格并解耦最粗层级系统以实现完全并行化,数值实验证明其相比单处理器和顺序格式具有显著加速效果。
2023-12-30 cs.NA math.NA
Multilevel Adaptive Sparse Grid Quadrature for Monte Carlo models
Freie Universität Berlin(柏林自由大学)
本文提出了一种多级自适应稀疏网格求积方法,用于计算由蒙特卡罗模型隐式定义的积分,通过利用不同采样精度层级来降低计算成本,相比单级方法有显著提升。
2019-02-15 cs.NA math.NA stat.CO
Multilevel Markov Chain Monte Carlo Method for High-Contrast Single-Phase Flow Problems
Texas A&M University(德克萨斯农工大学);University of California, Riverside(加州大学河滨分校)
本文提出了一种用于高对比单相流问题不确定性量化的新框架,结合了广义多尺度有限元方法和多级蒙特卡罗方法,通过多级采样减少计算成本并提高精度。
2014-02-20 cs.NA math.NA
A staggered-grid multilevel incomplete LU for steady incompressible flows
用于研究不可压缩流中的转捩和不稳定性的算法通常需要具有完整雅可比矩阵的线性系的解。其他流行的方法,如基于梯度的设计优化和全隐式时间积分,也需要非常强大的求解器,这种类型的线性系。提出了一种在结构网格上求解三维定常不可压Navier-斯托克斯方程的并行完全耦合多层不完全因式分解预条件子。该算法和软件是基于强大的两个层次的方法开发的Wubs和Thies。在本文中,我们确定了一些两级方案的弱点,并提出了补救措施,如不同的域划分和递归应用的方法。我们将该方法应用于著名的3D盖驱动腔基准问题,并通过与隔离SIMPLE型预处理器的比较,证明了其优越的鲁棒性。
2020-11-11 cs.NA math.NA physics.flu-dyn
R3MG: R-tree based agglomeration of polytopal grids with applications to multilevel methods
本文提出基于 R-tree 空间索引的多边形/多面体网格自动凝聚方法,可生成平衡、嵌套且形状接近轴对齐包围盒的层次结构,支撑无初始网格层次时的高效几何多重网格。
2025-02-20 cs.NA math.NA
A multilevel adaptive sparse grid stochastic collocation approach to the non-smooth forward propagation of uncertainty in discretized problems
Institute of Mechanics and Computational Mechanics (IBNM) Gottfried Wilhelm Leibniz Universität Hannover(汉诺威莱布尼茨大学机械与计算力学研究所)
本文提出了一种结合自适应分层稀疏网格随机配方法与逐级更细的空间离散化方法,以显著降低离散问题中非光滑不确定性正向传播的计算复杂度。
2015-09-04 cs.NA math.NA physics.comp-ph
On the algebraic construction of sparse multilevel approximations of elliptic tensor product problems
Unversität Basel(巴塞尔大学)
本文提出用代数多网格方法构造稀疏网格组合技术,解决复杂几何和非结构化网格上的椭圆问题,与传统几何方法具有相同收敛性。
2018-01-31 cs.NA math.NA
Multilevel Evaluation of Multidimensional Integral Transforms with Asymptotically Smooth Kernels
在数值方法的许多实际应用中,通过使用局部网格细化可以获得效率的实质性增加,因为解在域的大部分中通常是光滑的,并且大梯度仅在局部出现。在这种自适应网格上快速计算积分变换需要一种算法,该算法仅依赖于连续核的光滑性,而与其离散形式无关。文献[A. Brandt和C.H. Venner,SIAM J. Sci. Stat. Comput. 19(1998)第468 -492页] [Bra 1998]。参考文献[Bra 1998]表明,在均匀网格上,新算法比早期的快速评估算法更有效,并阐述了一维变换的应用。本文分析了多维变换算法的扩展和实现。分析表明,多维扩展是非平凡的,非局部校正的发生帐户。然而,凭借连续核的渐近平滑特性,这些校正可以再次快速评估。通过递归,就有可能获得[Bra 1998]中所指出的最佳工作估计。目前,只考虑均匀网格。详细的数值结果将被提交的二维模型问题。结果表明,与以前的算法相比,新算法的多维变换的评估也更有效。
2016-06-20 cs.NA math.NA
New Hybridized Mixed Methods for Linear Elasticity and Optimal Multilevel Solvers
Peking University(北京大学);Pennsylvania State University(宾夕法尼亚州立大学)
本文提出新的混合有限元方法用于二维和三维线弹性问题,通过混合化实现应力的符合性和强对称性,采用P_{k+1}-P_k混合格式,保证收敛性,并开发多级求解器验证理论结果。
2017-04-25 cs.NA math.NA
Multilevel Method with Low-Order Equations of Mixed Types and Two Grids in Photon Energy for Thermal Radiative Transfer
提出一种采用双光子能量网格的非线性多层迭代方法,求解与材料能量平衡耦合的多群辐射输运方程,通过非线性投影构建含多群加权通量方程和有效灰方程的低阶方程组,数值结果验证了Fleck-Cummings问题中的收敛性。
2024-12-23 cs.NA math.NA physics.comp-ph
Multilevel Monte Carlo methods for the Grad-Shafranov free boundary problem
本研究针对Grad-Shafranov自由边界问题,采用多水平蒙特卡洛方法在粗细网格序列上计算,显著降低模拟成本(约60至200倍),并利用自适应网格提高x点等几何量的计算精度。
2023-12-21 cs.NA math.NA physics.comp-ph
Algebraic distance for anisotropic diffusion problems: multilevel results
Pennsylvania State University(宾夕法尼亚州立大学);Bergische Universität Wuppertal(伍珀塔尔大学);Ball State University(_ball_state_大学)
本文提出基于代数距离的新连接强度定义,用于构建代数多网格算法中的粗网格和插值算子,通过数值实验验证其在各向异性扩散问题中的鲁棒性。
2014-09-16 cs.NA math.NA
Multilevel Method for Thermal Radiative Transfer Problems with Method of Long Characteristics for the Boltzmann Transport Equation
Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室);North Carolina State University(北卡罗来纳州立大学)
本文提出一种基于多级准扩散(可变Eddington因子)方法和长特征方法的热辐射传输问题计算方法,通过多级BTE动量方程与材料能量平衡方程耦合,实现高精度求解。
2023-05-19 cs.NA math.NA physics.comp-ph
$p$-Multilevel preconditioners for HHO discretizations of the Stokes equations with static condensation
我们提出了一个$p$ -多级预条件的混合高阶离散(HHO)的斯托克斯方程,数值评估其性能的两种变体的方法,并与经典的间断Galerkin计划。我们专门研究如何结合$p$粗化和静态凝聚的影响性能的$V$循环迭代HHO。两种不同的静态凝聚程序被认为是,导致全球线性系具有不同数量的未知数和非零元素。提出了一种有效的实现方法,其中粗层次算子使用定义在网格面上的$L^2$正交投影来继承,细网格算子的限制递归地和无矩阵地执行。在二维和三维问题上彻底验证了各种解决策略。
2020-09-29 cs.NA math.NA
Multilevel adaptive sparse Leja approximations for Bayesian inverse problems
确定性插值和求积方法往往不适合解决贝叶斯逆问题,这取决于计算昂贵的正演数学模型。虽然插值可以给出精确的后验近似,但确定性求积通常无法有效地调查信息量,从而集中可能性。这导致了大量的数学模型所需的昂贵的评估。为了克服这些挑战,我们制定和测试多级自适应稀疏Leja算法。在每一层,自适应稀疏网格插值和正交分别用于近似后验和执行所有的正交操作。具体来说,我们的算法使用粗糙的离散化的基本数学模型,调查的参数空间,并确定高后验概率的地区。然后使用自适应稀疏网格算法将点放置在这些区域中,并忽略后验概率小的其他区域。这些点是加权Leja点。由于模型离散化是粗略的,稀疏网格的构造是计算高效的。在这个稀疏的网格上,后验测度可以精确地近似,只需很少的昂贵的精细模型离散化。该算法的效率可以进一步提高,通过利用两个以上的离散化水平。我们提出的多级自适应稀疏Leja算法在数值实验中涉及椭圆反问题的二维和三维空间,在其中我们比较它与马尔可夫链蒙特卡罗采样和标准的多级近似。
2019-05-07 cs.NA math.NA stat.CO
A Robust Multilevel Method for Hybridizable Discontinuous Galerkin Method for the Helmholtz Equation
Xiamen University(厦门大学);Academy of Mathematics and System Sciences, Chinese Academy of Sciences(中国科学院数学与系统科学研究院)
本文提出一种基于混合不连续伽辽金方法的鲁棒多级预处理器,用于高波数亥姆霍兹方程。核心方法包括选择合适的跨网格传输算子和在粗网格上使用GMRES平滑。通过局部傅里叶分析验证了算法收敛性,数值结果表明算法收敛性与网格无关,且对波数依赖较弱。
2013-06-25 cs.NA math.NA
Quasi-interpolation on a sparse grid with Gaussian
Duzce University(杜兹杰大学);University of Leicester(莱斯特大学)
本文提出基于Q-MuSIK的高效稀疏插值方法,改进收敛性和运行时间,尤其在高维问题中表现更优,并基于该方法构建了高维积分公式。
2016-08-02 cs.NA math.NA
Improved Multilevel Monte Carlo Methods for Finite Volume Discretisations of Darcy Flow in Randomly Layered Media
University of Nottingham(诺丁汉大学);University of Warwick(华威大学)
本文研究了多级蒙特卡罗方法在随机多孔介质中稳态达西流的应用,通过有限体积离散化方法和新的收敛性结果,提出了一种基于代数多网格方法和Coarse Grid Variates变方差技术的最优实现。
2015-06-15 cs.NA math.NA
A fully adaptive multilevel stochastic collocation strategy for solving elliptic PDEs with random data
我们提出并分析了一个完全自适应的策略,解决椭圆型偏微分方程的随机数据在这项工作中。一个层次序列的自适应网格细化的空间近似相结合的自适应各向异性稀疏的Scorpak网格在随机空间中的方式,以尽量减少计算成本。我们的策略的新颖之处在于,空间近似的层次结构是样本相关的,因此每个配置点的计算工作量可以单独优化。我们概述了一个严格的分析的自适应多级算法的收敛性和计算复杂性,我们提供了最佳的选择,在每个级别的误差容限。两个数值例子证明了差错控制的可靠性和显着降低的复杂性时,出现相比,单级算法和多级算法,采用自适应性只在空间离散化或配置过程。
2019-12-04 cs.NA math.NA
Noise-balanced multilevel on-the-fly sparse grid surrogates for coupling Monte Carlo models into continuum models with application to heterogeneous catalysis
Fritz Haber Institute of the Max Planck Society(马克斯·普朗克学会弗里茨·哈伯研究所)
本文提出一种平衡噪声的多级即时稀疏网格代理方法,用于将微观蒙特卡洛模型与宏观连续模型耦合,应用于异质催化中的多尺度模拟。
2026-02-11 cond-mat.stat-mech cs.NA math.NA
Multilevel well modeling in aggregation-based nonlinear multigrid for multiphase flow in porous media
本文开发了一种基于聚合代数粗化的全近似格式(FAS)非线性多重网格求解器,用于求解多射孔井驱动的多孔介质两相流与输运问题,通过利用井单元位置构建粗基以捕捉径向流,在SAIGUP模型细化版上比牛顿法快至少35%。
2023-07-31 cs.NA math.NA
Multilevel quadrature for elliptic parametric partial differential equations in case of polygonal approximations of curved domains
Universität Bonn(波恩大学);Fraunhofer Institute for Algorithms and Scientific Computing (SCAI)(弗劳恩霍夫算法与科学计算研究所);Universität Basel(巴塞尔大学);Università della Svizzera italiana(瑞士意大利语大学)
本文研究了在曲线域多边形近似情况下,利用多重级次求积方法高效求解椭圆参数偏微分方程的问题,通过稀疏张量积近似空间变量与参数之间的关系,提出了一种基于稀疏网格构造的反向多重级次求积方法,并分析了多边形近似对物理域的影响及双线性形式的数值近似。
2018-12-31 cs.NA math.NA
Multilevel Sparse Kernel-Based Interpolation
University of Leicester(莱斯特大学)
提出一种多级稀疏核基插值方法,通过层次化分解和方向各向异性径向基函数,高效处理中高维大规模数据插值问题。
2012-04-18 cs.NA math.NA
Momentum-Accelerated Richardson(m) and Their Multilevel Neural Solvers
该研究提出Richardson(m)神经求解器及动量加速版本,结合多层神经求解器与交替优化构建两类求解器,在椭圆、Helmholtz方程上验证了更快收敛、更低复杂度与更强鲁棒性。
2024-12-11 cs.NA math.NA
A multilevel stochastic-gradient neural solver for boundary integral equations
National Chung Cheng University(国立中正大学);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
提出一种多层随机梯度神经求解器,通过逐步细化求积网格训练多层感知机,利用神经正切核谱分析和多网格思想克服频谱偏差,实现高效求解第二类边界积分方程。
2026-10-20 cs.NA math.NA
A Dynamical Low-rank Multilevel Monte Carlo Estimator for High-Dimensional Kinetic Equations
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);Norwegian University of Life Sciences(挪威生命科学大学);Delft University of Technology (TU Delft)(代尔夫特理工大学)
针对高维动力学方程,提出基于概率秩自适应动力低秩时间积分器的低秩多层蒙特卡罗估计器,通过空间细化确保低秩误差低于空间离散误差,数值实验验证了有效性。
2026-06-29 cs.NA math.NA
Algebraic multilevel preconditioners for the graph Laplacian based on matching in graphs
The Pennsylvania State University(宾夕法尼亚州立大学);Johann Radon Institute, Austrian Academy of Sciences(奥地利科学院约翰·拉登研究所)
本文提出一种基于分段常数粗向量空间的代数多重网格预条件子,用于图拉普拉斯,并推导其收敛率与复杂度估计,证明在结构化网格上收敛率约为1-1/log n,复杂度为O(n log n)。
2012-04-18 cs.NA math.NA
Fast multilevel sparse Gaussian kernels for high-dimensional approximation and integration
University of Leicester(莱斯特大学)
本文提出基于方向缩放张量积高斯核的快速多级算法,用于高维函数插值和高维积分计算,通过预计算一维基函数实现并行化插值与积分。
2015-01-14 cs.NA math.NA
Multilevel approximation of backward stochastic differential equations
Humboldt Universität zu Berlin(柏林洪堡大学);Ecole Polytechnique(巴黎综合理工学院)
本文提出一种多级方法用于求解反向随机微分方程的近似解,通过构造序列鞅控制变差来减少统计近似误差,理论分析显示该方法将计算复杂度降低一个数量级,实验验证了方法的有效性。
2014-12-09 cs.NA math.NA math.PR
Scalable Multilevel Monte Carlo Methods Exploiting Parallel Redistribution on Coarse Levels
Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室);Portland State University(波特兰州立大学)
本文提出了一种可扩展的多级蒙特卡洛方法,通过并行重分布技术提升粗化层次的计算效率。
2024-08-05 cs.NA math.NA
Stochastic finite differences and multilevel Monte Carlo for a class of SPDEs in finance
Oxford-Man Institute of Quantitative Finance and Mathematical Institute, University of Oxford(牛津大学牛津人量化金融研究所与数学研究所)
针对描述大粒子系统的随机偏微分方程,提出Milstein有限差分格式,证明其在无界域上时间一阶、空间二阶收敛且对边界数据稳定,并通过多层路径模拟显著降低计算复杂度,应用于篮子信用衍生品。
2012-04-06 cs.NA math.NA q-fin.CP
Adaptive Multilevel Neural Networks for Parametric PDEs with Error Estimation
Weierstraß-Institut für Angewandte Analysis und Stochastik (WIAS)(魏尔斯特拉斯应用分析与随机学研究所)
针对高维参数化偏微分方程求解问题,提出模仿自适应有限元方法的多级CNN架构,结合分层基与后验误差估计实现误差可控的高效近似,给出了架构设计与初步数值验证。
2024-03-19 cs.LG cs.NA math.NA
An agglomeration-based multigrid solver for the discontinuous Galerkin discretization of cardiac electrophysiology
University of Pisa(比萨大学);International School for Advanced Studies (SISSA)(国际高等研究院)
提出一种基于聚合的多层预条件子,通过粗化网格加速心脏单域模型不连续伽辽金离散线性系统的迭代求解,数值实验验证了其有效性和可扩展性。
2026-07-17 cs.NA math.NA
A filtered multilevel Monte Carlo method for estimating the expectation of cell-centered discretized random fields
本文针对数值模拟器输入输出维度不一致问题,提出滤波多层蒙特卡洛(F-MLMC)方法,通过引入多重网格方法的网格转移算子和滤波机制,有效降低了估计量的总方差,并在理论和实验上验证了其优于传统MC和未滤波MLMC的性能。
2025-07-11 cs.NA math.NA
Scaling Structured Multigrid to 500K+ Cores through Coarse-Grid Redistribution
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室)
本文提出通过增量聚类实现粗网格问题的重分布算法,提升结构化多网格的并行扩展性,通过二维扩散问题验证性能提升,并在大规模计算系统上展示可扩展性。
2018-03-06 cs.MS cs.NA cs.PF
A Multilevel Monte Carlo Algorithm for Parabolic Advection-Diffusion Problems with Discontinuous Coefficients
理查兹方程是非饱和土中水流的一种模型。这个(非线性)偏微分方程的系数描述了介质的渗透率。不充分或不确定的测量通常由随机系数建模。对于在非均质\textbackslash裂缝\textbackslash多孔介质中的流动,系数被建模为不连续的随机场,其中沿随机不连续的界面表示介质中的过渡。更准确地说,随机系数由(连续)高斯随机场和(不连续)跳跃部分之和给出。在这项工作的随机偏微分方程的解决方案的时刻计算使用路径的数值逼近结合多级蒙特卡洛抽样。不连续性决定了空间离散化,这导致随机网格。因此,在误差分析的细化参数和问题相关常数是随机变量,我们推导出(最佳)先验收敛速度在均方意义上。
2020-03-09 cs.NA math.AP math.NA
An efficient and fast sparse grid algorithm for high-dimensional numerical integration
本文研究了一种有效的数值算法,用于快速实现计算给定函数的$d$维积分的稀疏网格方法。新算法称为MDI-SG({ \em多级维迭代稀疏网格})方法,基于维迭代/降维过程实现稀疏网格方法,它不需要存储积分点,也不独立计算每个积分点处的函数值,而是,它通过在簇中的所有积分点处执行函数求值并且沿着坐标方向迭代地执行函数求值来尽可能多地重新使用用于函数求值的计算。数值结果表明,建议MDI-SG方法的计算复杂性(在CPU时间方面)是多项式阶$O(Nd^3 )$或更好,相比,指数阶$O(N(\log N)^{d-1})$的标准稀疏网格方法,其中$N$表示在每个坐标方向上的积分点的最大数量。因此,建议MDI-SG方法有效地避免了标准稀疏网格方法所遭受的高维数值积分的维数灾难。
2022-10-25 cs.NA math.NA
Multi-output multilevel best linear unbiased estimators via semidefinite programming
本文通过半定规划将多层级最优线性无偏估计器扩展到多输出前向不确定性量化问题,实现样本数量与低保真度模型的最优选择,并高效可靠地求解。
2023-05-15 cs.MS cs.NA math.NA
Operator-difference schemes on non-uniform grids for second-order evolutionary equations
本文首先用三层时间近似法求出二阶发展方程柯西问题的近似解。当使用统一时间网格时,这种近似很容易构造,并且相对不复杂。在数值求解应用问题时,我们应该关注变时间步长的近似。在非均匀网格上使用多层格式时,应通过选择适当的近似和保证近似解的稳定性来保持精度。本文在非均匀时间网格上构造了二阶发展方程Cauchy问题近似解的无条件稳定的一阶和二阶精度格式。我们使用一个特殊的转换,原来的二阶微分算子方程的一阶方程组。对于一阶方程组,我们采用标准的两级时间近似。在有限维希尔伯特空间中得到了初始值和右端值的稳定性估计。去掉辅助变量,得到初始二阶发展方程的三层格式。对一维空间双抛物型方程的测试问题进行了数值试验。所构造的格式的精度和稳定性的性质证明了非均匀网格与随机变化的网格步长。
2023-03-01 cs.NA math.NA
Uncertainty Quantification by MLMC and Local Time-stepping For Wave Propagation
蒙特卡罗方法由于其鲁棒性、高效性和非侵入性,可能是不确定性量化中最流行的方法,用于计算感兴趣的量(QoIs)的期望值。多层蒙特卡罗(MLMC)方法通过将采样分布在离散化的层次结构中并将大多数样本分配到较粗的网格中来显着降低计算成本。对于不定常问题,空间粗化通常需要增加时间步长。然而,几何约束可能会阻碍均匀粗化,从而迫使一些元素在所有级别上保持较小。如果使用显式时间步长,则时间步长将由每个水平上的最小元素决定,以实现数值稳定性。因此,越来越严格的CFL条件上的时间步长上的粗糙水平显着降低了多层次的方法的优势。为了克服这一瓶颈,我们建议结合MLMC与本地时间步进(LTS)的多级方法。通过调整时间步长以适应每个层次上的局部细化元素,MLMC方法的效率即使在存在复杂几何的情况下也能恢复,而不会牺牲显式性和固有的并行性。在一个仔细的成本比较,我们量化的计算成本的减少,无论是在一个小的固定区域内,或对一个重入角的局部细化。
2022-04-11 cs.NA math.NA
A Fully Matrix-Free Three-Grid Preconditioner for the Time-Harmonic Maxwell Equations at Extreme Scale
Eastern Institute of Technology(东方理工学院)
针对时谐麦克斯韦方程的极端规模求解难题,提出带PML和混合求积的完全无矩阵三网格预条件子,可高效求解百亿级未知量的均匀与异质系统,实现高可扩展性。
2026-08-25 cs.NA math.NA
Scheduling massively parallel multigrid for multilevel Monte Carlo methods
三维偏微分方程的朴素的、基于采样的不确定性量化的计算复杂性是非常高的。多级方法,如多级蒙特卡罗(MLMC),可以大大降低复杂性,但充分利用它们在并行环境中,复杂的调度策略是必要的。通常,并行执行的快速算法对于计算3D中的精细水平样本是必不可少的,而为了计算单独的粗略水平样本,只能有效地采用中等数量的处理器。我们利用多个实例的并行多重网格求解器结合先进的负载均衡技术。特别是,我们优化的并发执行的MLMC方法的三个层:跨级别,跨样本,跨空间网格的并行化。将分析这些方法的整体效率和性能。这里,多重网格求解器的可扩展性窗口被揭示为是必不可少的,即,该属性的解决方案可以计算的进程数的范围,同时保持良好的并行效率。我们评估了一系列的数值测试中的新的调度策略,并得出结论,证明大型3D缩放实验的文件。
2016-07-12 cs.CE cs.DC cs.MS
A multilevel Monte Carlo algorithm for SDEs driven by countably dimensional Wiener process and Poisson random measure
针对可数维 Wiener 过程与 Poisson 随机测度驱动的 SDE 弱逼近问题,提出结合网格与维数截断的多层 Monte Carlo 算法,证明复杂度上界并通过 Python/CUDA C 实验验证。
2024-03-03 cs.NA math.NA math.PR
Sparse grid approximation of nonlinear SPDEs: The Landau--Lifshitz--Gilbert equation
研究随机 Landau-Lifshitz-Gilbert 方程解分布的稀疏网格逼近,基于 Gronwall 型估计和隐函数定理建立参数到解映射的一致全纯正则性,并数值验证多层稀疏网格方案的明显优势。
2025-05-30 cs.NA math.NA
A three-level multi-continua upscaling method for flow problems in fractured porous media
Texas A&M University(德克萨斯农工大学);North-Eastern Federal University(东北联邦大学);The Chinese University of Hong Kong (CUHK)(香港中文大学)
本文提出了一种针对裂隙多孔介质流动问题的三级多连续体升级方法,通过引入中间网格和通用多尺度有限元方法(GMsFEM)来减少维度,提高计算效率。
2018-10-03 cs.NA math.NA
Sparse grid time-discontinuous Galerkin method with streamline diffusion for transport equations
本文提出了一种由流线扩散稳定的Galerkin方法,结合空间稀疏网格与时间间断多项式,高效求解中等复杂几何域上的高维输运方程,并证明了其稳定性与收敛性。
2023-08-01 cs.NA math.NA
Multi-Level Hybrid Monte Carlo / Deterministic Methods for Particle Transport Problems
North Carolina State University(北卡罗来纳州立大学)
本文提出多级混合输运方法解决中性粒子Boltzmann输运方程,结合多级蒙特卡洛方法和准扩散法,通过空间网格序列递归估计解功能值,实现高效计算。
2026-04-09 cs.NA math.NA physics.comp-ph
MGCNN: a learnable multigrid solver for sparse linear systems from PDEs on structured grids
提出 MGCNN 可学习多重网格求解器,利用类 CNN 的多层级、线性和权重共享结构离线求解结构化网格上的异质系数 PDE 稀疏系统,并在对流–扩散方程上显著优于 GMG。
2024-05-09 cs.NA math.NA
A Nonlinear Projection-Based Iteration Scheme with Cycles over Multiple Time Steps for Solving Thermal Radiative Transfer Problems
Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室);North Carolina State University(北卡罗来纳州立大学)
本文提出一种多级投影迭代方案,通过多个时间步的循环求解热辐射传输问题,利用隐式时间离散化方法解决高阶BTE和低阶矩方程,通过非线性投影方法构建多级矩方程,并利用Eddington张量实现精确闭合。
2023-05-15 cs.NA math.NA physics.comp-ph