A two dimensional adaptive nodes technique in irregular regions applied to meshless-type methods
Department of Mathematics(数学系);University of Kurdistan(库尔德斯坦大学)
提出一种基于等分布原理和降维技术的不规则区域二维自适应节点生成方法,通过矩形区域自适应节点生成并映射到物理域,结合径向基函数配点无网格法验证有效性。
2010-05-15 cs.NA math.NA
Consistent Parametric Model Order Reduction by Matrix Interpolation for Varying Underlying Meshes
Technical University of Munich(慕尼黑工业大学);KTH Royal Institute of Technology(皇家理工学院)
本文提出了一种通过矩阵插值实现一致参数模型降阶的方法,适用于变化的底层网格,通过网格变形和基底插值提高精度和性能。
2025-12-17 cs.NA math.DS math.NA
A Reconstructed-Laplacian Method for the Surface Biharmonic Equation on Parametric Meshes
Beijing Institute of Mathematical Sciences and Applications(北京国际数学研究中心)
针对光滑闭曲面双调和方程,提出基于重构表面拉普拉斯算子的CDG方法,证明其误差收敛速率,经基准计算验证,并可扩展至非线性模型。
2026-08-18 cs.NA math.NA
Node Subsampling for Multilevel Meshfree Elliptic PDE Solvers
本文提出了一种针对变密度节点集的新子采样方法及两种节点集质量度量,通过多层级 RBF-FD 迭代求解 Poisson 和 Laplace 方程,实现了线性时间的高阶解和稳健收敛。
2023-05-18 cs.NA math.NA
Local Element Operations for Curved Simplex Meshes
提出一种针对曲边单纯形网格的局部元素操作方法,通过等参映射与雅可比度量正则化实现边/面交换、边折叠和边分裂,并可与高阶节点平滑结合以应对严重变形。
2023-10-17 cs.NA math.NA
NeuFENet: Neural Finite Element Solutions with Theoretical Bounds for Parametric PDEs
Iowa State University(爱荷华州立大学);New York University(纽约大学)
我们考虑一个基于网格的方法来训练一个神经网络,以产生参数偏微分方程(PDE)的解决方案的现场预测。这种方法对比了当前的“神经PDE求解器”的方法,采用基于搭配的方法来逐点预测PDE的解决方案。这种方法的优点是自然地执行不同的边界条件,以及容易调用发达的PDE理论-包括数值稳定性和收敛性分析-以获得我们提出的神经网络在离散域的能力界限。我们探索我们的网格为基础的战略,称为NeuFENet,使用加权Galerkin损失函数的基础上的有限元法(FEM)的参数椭圆PDE。加权伽辽金损失(FEM损失)类似于能量泛函,其产生改进的解,满足先验网格收敛,并且可以模拟Dirichlet和Neumann边界条件。我们从理论上证明,并说明与实验,收敛结果类似网格收敛分析部署在有限元解偏微分方程。这些结果表明,基于网格的神经网络方法作为一个有前途的方法来解决参数偏微分方程的理论界。
2021-10-13 cs.LG cs.NA math.NA
Discretization of non-uniform rational B-spline (NURBS) models for meshless isogeometric analysis
本文提出一种在 NURBS/CAD 边界区域内分层生成准均匀与变间距节点的算法,并验证其可稳定、精确地支持 RBF-FD 求解多类 PDE,推动无网格节点生成与等几何分析融合。
2024-02-28 cs.NA math.NA
An $r$-adaptive finite element method using neural networks for parametric self-adjoint elliptic problem
Faculty of Engineering, Pontificia Universidad Católica de Chile(智利天主教大学工程学院);Institute for Mathematical and Computational Engineering (IMC), Pontificia Universidad Católica de Chile(智利天主教大学数学与计算工程研究所);University of the Basque Country (UPV/EHU)(巴斯克地区大学);Basque Center for Applied Mathematics (BCAM)(巴斯克应用数学中心)
本文提出一种基于神经网络的r-自适应有限元方法,以Ritz能量泛函为损失函数优化网格节点位置,用于求解参数化自伴随椭圆问题,并在参数化Poisson问题上验证了有效性。
2025-06-29 cs.NA math.NA
Structure-preserving parametric finite element methods for anisotropic surface diffusion flow with minimal deformation formulation
本文针对各向异性表面扩散流,基于极小变形公式提出保结构参数有限元方法,通过调和映射改善网格质量,实现高阶时间精度、体积守恒与能量稳定。
2025-01-22 cs.NA math.NA
High quality local interpolation by composite parametric surfaces
University of Padova(帕多瓦大学);University of Bologna(博洛尼亚大学)
本文提出了一种能够高光滑度和高质量插值任意拓扑四边形网格的参数曲面构造方法,通过非均匀参数化避免插值中的振荡和形状伪影。
2016-01-07 cs.NA math.NA
Stochastic collocation approach with adaptive mesh refinement for parametric uncertainty analysis
Johns Hopkins University(约翰斯·霍普金斯大学);New Mexico Institute of Mining and Technology(新墨西哥矿业技术学院);University of Utah(犹他大学)
本文提出了一种具有自适应网格细化的随机置信法(SCAMR),用于处理高维随机系统中的不连续性。该方法利用广义多项式混沌展开和最小二乘法求解gPC系数,并通过自适应网格细化策略追踪不连续性。
2017-09-14 cs.NA math.NA
Spectral mesh-free quadrature for planar regions bounded by rational parametric curves
这项工作提出了光谱,无网格,格林定理为基础的数值积分计划,在平面区域的有理参数曲线的范围内集成功能。我们的算法分两步进行:(1)我们首先找到对应于格林定理的沿区域边界曲线的线积分的中间求积规则。(2)然后,我们使用高阶求积规则计算沿坐标轴,这是用来评估格林定理线积分的被积函数的数值反导数。我们提出了两种计算中间求积规则的方法。第一个是频谱精确的(它比任何代数阶收敛得更快),并且相对容易实现,但不能保证多项式的精确性。第二个保证多项式integends精确到一个预先指定的程度k与一个prior-known数量的正交点,并保留了第一个的收敛性能,但稍微复杂。积分方案的几何矩的计算,immersogeometric分析,保守的高阶网格之间的字段转移,和初始化的模拟与合理的几何应用。我们比较使用我们的方法产生的正交计划在文献中的其他方法,并表明,他们是更有效的正交点的数量和计算时间。
2020-09-14 cs.CG cs.NA math.NA
On generation of node distributions for meshless PDE discretizations
在本文中,我们提出了一种算法,能够生成局部规则的节点布局与空间可变的节点密度的内部任意域在二维,三维和更高的维度。通过求解二维和三维热流体问题,证明了所生成的节点分布适用于RBF-FD方法。此外,局部最小间距的保证证明了均匀和可变的节点密度。所提出的算法具有时间复杂度$O(N)$产生$N$节点与恒定的节点间距和$O(N \log N)$产生的节点间距。从节点质量、时间复杂度、执行时间和PDE解的精度等方面与现有算法进行了比较。
2019-08-20 cs.DS cs.NA math.NA
Meshless moment-free quadrature formulas arising from numerical differentiation
针对Lipschitz域及其边界积分的求积权重生成问题,提出一种无需网格划分和矩计算的方法,通过求解稀疏欠定线性系统确定散乱节点权重,实验证明其在二维和三维域上鲁棒且高精度,与现有方案相比精度具竞争力。
2025-06-07 cs.NA math.NA
An Upwind Generalized Finite Difference Method for Meshless Solution of Two-phase Porous Flow Equations
本文首次尝试将新发展的迎风GFDM方法应用于两相渗流方程的无网格求解。该方法利用节点云对计算区域进行灵活的离散,避免了复杂的网格划分。结合移动最小二乘逼近和局部泰勒展开,在节点的局部影响域内用广义差分算子逼近节点处油相压力的空间导数。通过引入相相对渗透率的一阶迎风格式,结合离散边界条件,得到了基于GFDM的不混溶两相渗流非线性全隐式离散方程组,并采用基于自动微分的牛顿迭代法的非线性求解器进行求解,避免了顺序耦合格式带来的额外计算量和可能的计算不稳定性。通过两个数值算例验证了该方法的计算性能。详细的误差分析找出了计算误差的两个来源,粗略地研究了广义差分算子的收敛阶,发现在节点间距较小时,广义差分法的低阶误差使其收敛阶低于有限差分法的收敛阶,并指出节点影响域内节点配置的对称性或均匀性对广义差分算子精度的显著影响。为获得较高的计算精度,节点影响域的半径应较小,这是本文所研究的双曲型两相渗流问题与椭圆型问题在采用GFDM时的显著区别。
2022-04-18 cs.NA math.NA
Spatially-varying meshless approximation method for enhanced computational efficiency
本文提出一种空间变化的混合无网格近似方法,仅在几何细节区域使用散乱节点,其余区域采用规则节点,从而减小模板尺寸并降低计算成本,在自然对流问题中验证了其在保持精度的同时显著提升计算效率。
2023-04-21 cs.NA math.NA
A second-order in time, BGN-based parametric finite element method for geometric flows of curves
针对经典BGN格式时间精度仅为一阶的局限,本文提出结合两种网格正则化技术的时间二阶参数化有限元方法求解曲线几何流,验证了其形状度量下的二阶精度与优良网格特性,并证明其中一种正则化下的无条件交错能量稳定性。
2024-06-20 cs.NA math.NA
Algorithmic realization of the solution to the sign conflict problem for hanging nodes on hp-hexahedral Nédélec elements
针对含悬挂节点的局部加密网格上Nédélec单元的悬挂边面定向难题,尤其是不可定向网格无现成方案的问题,提出对应算法,以时谐Maxwell方程为模型,通过多网格数值算例验证,并在deal.II库中实现。
2024-07-11 cs.NA math.NA
Graded Parametric CutFEM and CutIGA for Elliptic Boundary Value Problems in Domains with Corners
本文提出了一种参数化割有限元方法,用于具有棱角的椭圆边界值问题,通过在边界附近控制解的高阶导数,实现最优阶的能量范数和L2范数的收敛性。
2019-04-30 cs.NA math.NA
High Order Lagrangian ADER-WENO Schemes on Unstructured Meshes - Application of Several Node Solvers to Hydrodynamics and Magnetohydrodynamics
University of Trento(特伦托大学);University of Notre Dame du Lac(圣母大学)
本文提出高阶ADER-WENO方案用于无结构网格求解双曲守恒定律,通过三种节点求解器比较,实现空间和时间五阶精度,并验证了其在流体动力学和磁流体动力学中的应用效果。
2013-10-27 cs.NA math.NA physics.comp-ph
A Second-order Structure-preserving Parametric FEM for Surface Evolution
Shenzhen MSU-BIT University(深圳北理莫斯科大学);Northwestern Polytechnical University(西北工业大学)
提出一种时间二阶精度、保结构且网格鲁棒的参数有限元方法,用于表面扩散和保体积平均曲率流,通过调和映射热流控制切向运动以保持网格质量。
2026-06-06 cs.NA math.NA
Implicit bulk-surface filtering method for node-based shape optimization and comparison of explicit and implicit filtering techniques
本文研究了基于卷积(显式)和基于偏微分方程(隐式)的形状滤波技术,并引入了一种隐式体曲面滤波方法,在体(实体)形状优化过程中同时控制边界光滑度和保持内部网格质量。为此,体积网格通过求解伪固体控制方程来过滤,伪固体控制方程由网格雅可比矩阵加强并被赋予Robin边界条件,该Robin边界条件涉及网格边界上的Laplace-Beltrami算子。其优越的性能,从非同时(顺序)处理边界和内部网格的复杂固体结构的形状优化。建立明确的过滤器,即高斯和线性,和亥姆霍兹/Sobolev为基础的(隐式)过滤器严格审查的一致性(刚体运动生产),几何特征和计算成本。结果表明,隐式滤波是更有效的数值和无条件一致的,相比显式。在数值实验的支持下,引入了正则化格林函数作为Helmholtz/Sobolev滤波器的等价显式形式。此外,我们给予特别注意,以获得基于节点的形状优化与非均匀网格的网格无关的过滤灵敏度。它表明,网格无关的过滤可以实现通过缩放离散灵敏度与网格质量矩阵的逆。
2022-08-01 cs.NA math.NA math.OC
Adaptive Refinement for Unstructured T-Splines with Linear Complexity
提出了一种非结构网格上T样条的自适应加密算法。虽然对于结构化的2D网格,可以在水平和垂直方向上交替地细化单元,但是这样的方法不能直接推广到非结构化网格,其中不能分配两个唯一的全局网格方向。为了解决这个问题,我们引入方向指数的概念,即,整数关联到每个边缘,这是由理论上的启发高维结构T样条。与边缘的细化级别一起,这些索引基本上驱动细化方案。我们结合这些想法与边缘细分例程,允许I-节点,产生一个非常灵活的细化方案,很好地分布的T-节点,保持全局线性独立性,分析适用性(局部线性独立性),除了在附近的异常节点,稀疏的系统矩阵,和形状规则的网格元素。此外,我们表明,细化过程具有线性复杂性的意义上的保证上界的标记和额外的细化元素之间的距离,并在b)生成的和标记的网格元素的数量的比率。
2022-05-02 cs.NA math.NA
Efficient mesh deformation using radial basis functions with a grouping-circular-based greedy algorithm
为了提高网格变形的效率,提出了一种基于分组圆(GCB)的贪婪算法。该算法引入多重网格思想,将细网格上的计算误差近似于粗网格上的计算误差,随机将所有边界节点划分为$m$组,并在每次迭代过程中使用每组局部最大径向基函数(RBF)插值误差近似于所有边界结点中的全局最大值,以减少RBF支持节点。为此,它避免了在所有边界结点处进行插值,从而将相应的计算复杂性从$O\left({N_c^2{N_b}} \right)$降低到$O\left( {N_c^3} \right)$。此外,在$m$迭代之后,所有边界结点的插值误差被计算一次,从而允许所有边界结点都可以贡献于误差控制。对ONERA M6机翼和DLR-F6机翼-机身-短舱-挂架组合体的典型变形问题进行了计算,验证了GCB贪婪算法的有效性。计算结果表明,GCB贪婪算法能使数据约简过程中插值误差的计算效率显著提高几十倍。由于$m$的增加导致$N_c$的增加,因此建议$m$的$\left[ {{N_b}/{N_c},{\rm{ }}2{N_b}/{N_c}}\right]$的适当范围,以避免因$N_c $的增加而导致求解线性代数系统和计算体积节点位移的额外计算量过大。结果还表明,当网格规模较大时,GCB贪婪算法对网格变形的效率有更大的提高。
2020-07-30 cs.NA math.NA physics.flu-dyn
An energy-stable parametric finite element method for the Willmore flow in three dimensions
National University of Singapore(新加坡国立大学);Universität Tübingen(蒂宾根大学);Shanghai Jiao Tong University(上海交通大学)
本文提出一种能量稳定参数有限元方法(ES-PFEM),通过引入两个新的几何恒等式推导变分公式,实现Willmore流和曲率依赖几何梯度流的能量耗散性质,并首次将PFEM应用于高斯曲率流,同时采用切向速度控制改善网格质量。
2026-06-01 cs.NA math.NA
Robust Node Generation for Meshfree Discretizations on Irregular Domains and Surfaces
University of Utah(犹他大学)
本文提出了一种基于泊松盘采样和新型无参数高阶参数球形径向基函数的算法,用于自动生成不规则2D和3D域的散节点集,并验证了其在热方程RBF-FD离散化中的鲁棒性。
2018-06-08 cs.DS cs.NA math.NA
Parametric Neural r-Adaptivity for Isogeometric Analysis via Residual Minimization
Universidad del Paı́s Vasco/Euskal Herriko Unibertsitatea (UPV/EHU)(巴斯克大学);Basque Center for Applied Mathematics (BCAM)(巴斯克应用数学中心);Basque Foundation for Science (Ikerbasque)(巴斯克科学基金会)
该研究针对等几何分析提出基于残差最小化的r自适应神经算法,利用物理信息神经网络的强形式残差加权得到能量误差估计器,通过反向模式自动微分获网格梯度,实验表明此方法能集中自由度提升精度。
2026-07-27 cs.NA math.NA
Parametric charge-conservative mixed finite element method for 3D incompressible inductionless MHD equations on curved domains
Beijing University of Technology(北京工业大学);Henan University(河南大学)
本文提出了一种参数保守混合有限元方法,用于求解三维曲域上的不可压缩无感应磁流体动力学方程,通过等参数泰勒-霍德元素和参数Brezzi-Douglas-Marini元素实现最优收敛性并保证电流密度无散性。
2026-09-16 cs.NA math.NA
Predictor-corrector, BGN-based parametric finite element methods for surface diffusion
提出一种基于预测-校正和BGN的参数有限元方法,实现曲线与表面表面扩散的二阶时间精度,无需网格正则化,保持网格等分布,并适用于多种几何流,数值实验验证其优越性。
2024-12-14 cs.NA math.NA
Rectangular mesh contour generation algorithm for finite differences calculus
在这项工作中,提出了一种二维轮廓生成算法的不规则区域。使用已知的轮廓坐标,通过网格段来近似物理域的轮廓。为此,该算法使用了一个重复的结构,分析已知的不规则轮廓坐标近似的物理域轮廓的网格段。为此,该算法计算由不规则轮廓的已知点和相邻顶点定义的线的斜率。通过这种方式,算法计算线的点及其到网格的最近已知节点的距离,从而获得近似轮廓的点。重复该过程,直到获得近似轮廓。因此,这种近似轮廓生成算法,从一个网格的已知节点,是适合于描述网格涉及的几何形状与不规则的轮廓和计算有限差分数值模拟。通过三个几何形状来评估轮廓,即由给定轮廓和近似轮廓限定的区域之间的差异,节点的数量和内部点的数量。可以看出,几何复杂性的增加意味着轮廓中需要更多的节点,生成更精细的网格,允许达到低于2%的区域差异。
2022-05-10 cs.CG cs.NA math.NA
Strong form mesh-free $hp$-adaptive solution of linear elasticity problem
提出了一种基于$hp$的自适应配置无网格偏微分方程数值分析算法。我们的解决方案遵循一个行之有效的迭代求解-估计-标记-细化范式。求解阶段依赖于径向基函数生成的有限差分(RBF-FD),使用通过支持可变节点密度的先进前节点定位算法生成的点云。在估计阶段,我们引入了隐式显式(IMEX)误差指标,它假设误差与隐式获得的解(从求解阶段)和使用高阶近似的局部显式PDE重新评估之间的差异有关。基于IMEX错误指示符,采用改进的Texas三步标记策略对计算节点进行$h$ -、$p$ -或$hp$ -(反)精化标记.最后,在细化阶段,节点被重新定位,并根据来自标记阶段的指令使用增广单项式的可变阶来局部地重新定义方法的阶。介绍了$hp$ -自适应方法的性能,首先研究了一个二维的峰值问题,并进一步应用到二维和三维接触问题。我们表明,建议的IMEX错误指标充分捕获的错误在所有情况下考虑的全球行为,并建议的$hp$自适应解决方案的过程显着优于非自适应方法。建议的$hp$ -自适应方法代表了另一个重要的一步,完全自主的数值方法能够解决复杂的问题,在现实的几何形状,而无需用户干预。
2023-01-24 cs.NA math.NA
An implicit shock tracking method for simulation of shock-dominated flows over complex domains using mesh-based parametrizations
本文提出一种基于高阶有限元的网格参数化方法,构造保边界节点坐标参数化,并将其集成到高阶隐式激波追踪框架中,从而在缺乏简单解析参数化的复杂几何上实现激波主导流动的高精度模拟。
2025-03-07 cs.NA math.NA math.OC
Cut Topology Optimization for Linear Elasticity with Coupling to Parametric Nondesign Domain Regions
本文提出了一种基于切割有限元方法的密度型拓扑优化方法,用于线弹性问题,通过允许设计域切割背景网格并加入稳定化项来保证方法稳定性,同时考虑界面条件和非设计域区域的耦合,支持使用参数化网格有限元或同构几何分析进行非设计域区域的独立离散化。
2019-03-06 cs.NA math.NA math.OC
Parallel simulation and adaptive mesh refinement for 3D elastostatic contact mechanics problems between deformable bodies
CEA(法国原子能和替代能源委员会);Aix-Marseille Université, CNRS, Centrale Marseille(艾克斯-马赛大学,法国国家科学研究中心,马赛中央理工学院)
本文提出了一种并行自适应网格细化方法,用于高效求解变形体之间的弹性静力学接触问题,通过节点配对与超参数化元素技术提升计算效率与精度。
2025-11-25 cs.DC cs.NA math.NA
Scientific Computing Algorithms to Learn Enhanced Scalable Surrogates for Mesh Physics
Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室);Pacific Northwest National Laboratory(太平洋西北国家实验室)
提出基于域分解的方法扩展MeshGraphNets,在3D网格上训练数百万节点的CFD模拟,并通过高阶数值积分降低误差和训练时间,为实际应用提供可扩展路径。
2023-04-01 cs.LG cs.NA math.NA
A quantum algorithm for meshless lattice Boltzmann method with unitary interpolation
School of Mathematics and Statistics, Wuhan University(武汉大学数学与统计学院);School of Physics, Xi’an Jiaotong University(西安交通大学物理学院)
该研究提出一种带酉插值的无网格LBM量子算法,通过质量加权相似变换将插值酉化,降低块编码成本,Taylor-Green涡旋实验显示速度误差随Carleman阶数增加而减小。
2026-10-14 cs.NA math.NA physics.comp-ph
Evolutionary Mesh Numbering: Preliminary Results
Ecole Polytechnique(巴黎综合理工学院)
本文使用进化算法对有限元方法中的网格编号问题进行初步研究,实现了对标准启发式方法12%-20%的改进。
2007-06-11 cs.NA cs.NE math.NA