Robust finite element discretization and solvers for distributed elliptic optimal control problems
我们考虑标准跟踪型,分布式椭圆最优控制问题与$L^2$正则化,和他们的有限元离散。我们正在调查之间的有限元近似$u_{\varrho h}$的状态$u_\varrho$和所需的状态(目标)$\bar{u}$的正则化参数$\varrho$和网格步长$h$,导致最佳选择$\varrho = h^4$的$L^2$误差。事实证明,对于正则化参数的这种选择,我们可以设计简单的Jacobi预处理MINRES或Bramble-Pasciak CG方法,使我们能够以相对于算术运算和内存需求的渐近最优复杂度来解决简化的离散最优性系统。理论结果通过几个基准问题得到了证实,这些基准问题的目标具有不同的几何尺寸,包括不连续目标。
2022-07-11 cs.NA math.NA math.OC
A fast algebraic multigrid solver and accurate discretization for highly anisotropic heat flux I: open field lines
针对磁约束聚变等离子体中高度各向异性热通量方程,提出一种结合新型有限元离散化与基于AIR的AMG求解器的方法,在开放场线场景下实现高精度与快速收敛。
2024-03-14 cs.NA math.NA
A Robust GPU-Accelerated Kernel Compensation Solver with Novel Discretization for Photonic Crystals in Anisotropic Media
University of Science and Technology of China(中国科学技术大学);Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院);School of Mathematical Sciences, University of Chinese Academy of Sciences(中国科学院大学数学科学学院)
本文提出了一种稳健的GPU加速核补偿求解器,用于求解各向异性介质中三维光子晶体的Maxwell特征值问题,通过Yee方案框架消除空空间并实现矩阵无关的GPU加速运算,同时提出新的介电张量离散化方法,证明所得矩阵为Hermitian正定矩阵,确保核补偿技术的正确性。
2026-04-25 cs.NA math.NA
Implicit multiderivative collocation solvers for linear partial differential equations with discontinuous Galerkin spatial discretizations
Hasselt University(哈瑟尔特大学);United States Naval Academy(美国海军学院)
本文提出了一种新的离散化方法用于不稳对流扩散方程,结合多导数时间积分器和减少未知数数量的新型离散化方法,展示了六阶完全隐式摄动方法的高精度和大时间步长能力。
2017-02-08 cs.NA math.NA
Stable discretizations and IETI-DP solvers for the Stokes system in multi-patch Isogeometric Analysis
我们感兴趣的是一个快速求解斯托克斯方程,离散与多补丁等几何分析。在过去的几年里,已经提出了几个inf-sup稳定的Stokes问题的离散化,往往分析仅限于单补丁区域。我们专注于最简单的方法之一,等几何泰勒-胡德元素。我们展示了如何稳定的结果,单补丁域可以结转到多补丁域。虽然这是可能的,但稳定性强烈依赖于几何形状。我们构建了一个双原始等几何撕裂和互连(IETI-DP)求解器,不受这种影响。我们给出了收敛性分析,并提供数值试验。
2022-09-19 cs.NA math.NA
Fast numerical solvers for parameter identification problems in mathematical biology
本文研究生物过程模式演化中非线性PDE约束优化模型的有效离散化策略与迭代求解器,通过Sequential Quadratic Programming线性化实现离散化与优化操作可交换,并构建适用于Krylov子空间求解器的大规模耦合线性系统,数值实验验证了方法的高效性。
2024-08-27 cs.NA math.NA math.OC
An iterative solver for the HPS discretization applied to three dimensional Helmholtz problems
本文提出了一种求解三维变系数Helmholtz问题的分层Poincaré-Steklov(HPS)离散化的线性系的有效方法。HPS方法的先前工作将其与直接求解器绑定。这项工作是第一个有效的迭代求解器的线性系,结果从HPS离散。该解决方案的技术利用GMRES加上一个局部均匀化块雅可比预条件。离散化和预条件子的局部性质自然地产生线性系的无矩阵应用。数值结果说明了性能的解决方案技术。这包括一个实验,其中一个问题在每个方向上大约100个波长,需要超过10亿个未知数,以实现大约4位数的精度,需要小于20分钟来解决。
2023-01-16 cs.DC cs.NA math.NA
Fast Iterative Solver for the Optimal Control of Time-Dependent PDEs with Crank-Nicolson Discretization in Time
在这篇文章中,我们得到了一个新的,快速的,和强大的预处理迭代求解策略的所有一次解决最优控制问题的不定常偏微分方程作为约束,包括热方程和非定常对流-扩散方程。在应用优化然后离散化的方法后,人们面临着由偏微分方程的耦合系统组成的连续的一阶最优性条件。相对于大多数工作中预处理的离散化系统,其中(一阶精度)向后欧拉法用于离散化的时间导数,我们采用(二阶精度)曲柄-尼科尔森方法的时间。我们应用一个精心定制的可逆变换对称化的矩阵,然后推导出一个最佳的预条件子的鞍点系统。这个预条件的关键组成部分是一个准确的质量矩阵近似,一个很好的近似Schur补,和一个适当的多重网格过程,以适用于后者的近似-这些都是使用我们的工作在变换矩阵系统。我们证明了最优的近似Schur补通过边界上的特征值,并测试我们的求解器对广泛使用的预条件的线性系所产生的向后欧拉离散。这些都证明了我们的求解器的有效性和鲁棒性的网格大小,正则化参数和扩散系数。
2020-07-16 cs.NA math.NA math.OC
Combined Regularization and Discretization of Equilibrium Problems and Primal-Dual Gap Estimators
本文研究了有限元离散在一类含有移动约束的平衡问题中的应用。因此,Moreau-Yosida的正则化技术,由一个参数控制,进行了讨论,并使用广义$Γ$收敛的概念,先验收敛结果。后一种技术被应用到正则化问题的离散化,并被用来证明收敛到原始的平衡问题,当-正则化和离散化-同时施加。此外,一个原始-对偶间隙技术是用于推导适合自适应网格细化的误差估计。建立了网格细化和正则化参数更新之间的平衡策略。对障碍问题的理论结果进行了说明,并对两个拟变分不等式分别应用于热成形和生物医学进行了数值实验。
2021-10-06 cs.NA math.NA
A Discretization-Accurate Stopping Criterion for Iterative Solvers for Finite Element Approximation
本文介绍了求解由有限元逼近得到的代数方程组的对称迭代法的离散精确停止准则。停止准则由离散化和代数误差估计的评估,这是基于各自的对偶误差估计和两个连续迭代的差异。当代数估计量与离散化估计量具有相同的量值时,终止迭代。本文给出了多重网格$V(1,1)$ -循环和对称Gauss-Seidel迭代法对泊松方程的线性有限元逼近的数值结果。与标准的基于残差的停止准则相比,观察到计算成本的大幅降低。
2019-09-18 cs.NA math.NA
$hp$-robust multigrid solver on locally refined meshes for FEM discretizations of symmetric elliptic PDEs
本文针对对称二阶线性椭圆扩散问题的有限元离散,提出并分析了一种几何多重网格方法,证明其对多项式次数$p$和网格尺寸$h$具有鲁棒收敛性,并给出$hp$-鲁棒的代数误差估计子及自适应有限元应用。
2023-07-19 cs.NA math.NA
Parallel solvers for virtual element discretizations of elliptic equations in mixed form
本文首次测试三维混合虚拟元在多面体网格上求解三维椭圆方程的性能,并开发了基于近似Schur补和正则化技术的块预处理器,通过Linux集群并行验证了其理论收敛性及求解器性能。
2019-01-08 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
Efficient partitioning and reordering of conforming virtual element discretizations for large scale Discrete Fracture Network flow parallel solvers
离散裂隙网络模型主要用于超大规模地质流动模拟。出于这个原因,数值方法需要调查的工具,高效的并行解决方案的高性能计算系统。在本文中,我们讨论并比较了几种划分和重新排序策略,结果是高效且可扩展的,优于用于在多个进程之间划分一致网格的经典网格划分方法。
2021-06-18 cs.NA math.NA
Newton-Krylov-BDDC deluxe solvers for non-symmetric fully implicit time discretizations of the Bidomain model
一种新的理论收敛速度估计的平衡区域分解约束算法证明了心脏Bidomain模型的解决方案,描述了心脏组织中的电脉冲的传播。非线性系源于全隐式时间离散化和整体求解方法。从求解非线性问题的Newton-Krylov方法中的线性化系统构造了预条件非对称算子,并从理论上分析和证明了广义极小残差迭代的残差的收敛速度界.广泛的并行数值试验证实了该理论,拓宽了Bidomain模型的隐式时间离散化的鲁棒性和有效的求解器的类。
2021-02-17 cs.NA math.NA
eHDG:An Exponentially Convergent Iterative Solver for HDG Discretizations of Hyperbolic Partial Differential Equations
提出了一种求解双曲型偏微分方程高阶杂交间断Galerkin(HDG)离散的可扩展、高效的迭代求解器。它是区域分解方法和HDG离散化之间的相互作用。特别是,该方法是一个固定点的方法,只需要独立的元素,元素的局部解决在每次迭代。因此,它非常适合当前和未来的大规模并发计算系统。我们严格证明了所提出的方法是指数收敛的迭代次数为运输和线性化浅水方程。此外,收敛性与解的阶数无关。各种二维和三维数值结果的稳定和时间相关的问题,以验证我们的理论研究结果。
2016-01-27 cs.NA math.NA
Robust parallel nonlinear solvers for implicit time discretizations of the Bidomain equations
本文证明拟牛顿与非线性共轭梯度法对Bidomain方程的全局收敛性,并通过比较发现拟牛顿方法在收敛速度、鲁棒性和并行扩展性上优于牛顿-克雷洛夫方法,一阶方法适合GPU免矩阵实现。
2023-12-28 cs.NA math.NA math.OC
A IETI-DP method for discontinuous Galerkin discretizations in Isogeometric Analysis with inexact local solvers
我们构造求解器的等几何多补丁离散化,补丁耦合通过不连续的Galerkin方法,它允许考虑不匹配的接口上的离散化。我们使用双原始等几何撕裂和互连(IETI-DP)方法求解所得到的线性系。我们有兴趣在解决所产生的补丁局部问题,使用迭代求解器,因为这可以减少内存占用。我们使用快速对角化方法近似地解决了局部问题,该方法在网格大小和样条次数方面具有鲁棒性。为了得到快速对角化方法应用所需的张量结构,我们引入了局部函数空间的正交分裂。我们提出了一个收敛理论,证实了预处理系统的条件数只增长polymerically与网格的大小。数值实验证实了这一发现。此外,他们表明,整体求解器的收敛性只轻微依赖于样条的程度。我们观察到一个温和的减少计算时间和显着减少的内存需求相比,标准的IETI-DP求解器使用稀疏直接求解器的局部子问题。此外,实验表明良好的伸缩行为上的分布式内存机器。
2022-06-16 cs.NA math.NA
Discretization of learned NETT regularization for solving inverse problems
基于深度学习的重建方法为解决逆问题提供了出色的结果,因此变得越来越重要。最近发明的一类基于学习的重建方法是所谓的NETT(网络吉洪诺夫正则化),它包含一个经过训练的神经网络作为广义吉洪诺夫正则化中的正则化器。现有的NETT分析考虑了固定算子和固定正则化,并分析了当数据中的噪声水平接近零时的收敛性。在本文中,我们大大扩展了框架和分析,以反映各种实际方面,并考虑到离散化的数据空间,解决方案空间,前向算子和神经网络定义的正则化。我们证明了离散化NETT方法的渐近收敛,以降低噪声水平和离散化误差。此外,我们推导出收敛速度,并提出了一个有限的数据问题的光声层析的数值结果。
2021-11-14 cs.NA math.NA
Functional error estimators for the adaptive discretization of inverse problems
Faculty of Mathematics, Universität Duisburg-Essen(杜伊斯堡-埃森大学数学学院);Institute of Mathematics, Alpen-Adria Universität Klagenfurt(克拉根福阿尔卑斯-亚得里亚大学数学研究所);Institute of Mathematics, Universität Würzburg(维尔茨堡大学数学研究所)
本文提出利用功能误差估计器对逆问题的自适应离散化进行可靠误差估计,适用于Tikhonov正则化及非光滑Banach空间惩罚项,通过椭圆逆源问题示例展示方法有效性。
2017-02-10 cs.NA math.NA math.OC
An Assessment of Solvers for Algebraically Stabilized Discretizations of Convection-Diffusion-Reaction Equations
本文系统评估了三维对流主导输运问题中通量修正有限元离散的各类求解器,通过新定义的三维测试问题揭示了限制技术、时间离散和求解器选择对整体计算性能的影响。
2021-10-29 cs.NA math.NA
Goal-oriented error analysis of iterative Galerkin discretizations for nonlinear problems including linearization and algebraic errors
考虑非线性偏微分方程线性化迭代解的目标定向误差估计。对于伴随问题和迭代求解器,我们认为,而不是原始问题的微分,一个合适的线性化,保证伴随的数值方案的一致性。我们推导出误差估计,并开发了一种有效的自适应算法,该算法平衡了离散化和使用迭代求解器所产生的误差。数值算例表明了该算法的有效性。
2023-01-23 cs.NA math.NA
A Two-Stage Fourth Order Time-Accurate Discretization for Lax-Wendroff Type Flow Solvers. I. Hyperbolic Conservation Laws
Laboratory of Computational Physics, Institute of Applied Physics and Computational Mathematics(计算物理实验室,应用物理与计算数学研究所);School of Mathematical Sciences, Beijing Normal University(北京师范大学数学科学学院)
本文提出一种新的两阶段四阶时间精度离散化方法,用于时间依赖的流体问题,尤其针对超几何守恒律。该方法不同于传统Runge-Kutta时间离散化方法,采用Lax-Wendroff型方案作为基础,通过两阶段流程实现四阶时间精度,无需四阶段Runge-Kutta方法。
2015-12-11 cs.NA math.NA
A Semismooth Newton Solver and its application to an $hp$-FE Discretization in Elastoplasticity
本文提出了一种半光滑牛顿求解器,用于弹塑性问题的$hp$-有限元离散化,通过双正交基函数将问题转化为非线性方程组,并验证了其在$h$和$p$方面的有效性。
2025-11-21 cs.NA math.NA
On the convergence of iterative solvers for polygonal discontinuous Galerkin discretizations
本文研究了多边形网格元素对不连续Galerkin离散化超几何守恒律系统迭代求解器收敛性的影响,通过von Neumann分析和数值实验验证了六边形和正方形网格在块Jacobi方法中具有更小的特征值,从而加快收敛速度。
2018-01-12 cs.NA math.NA
Coupling nonconforming and enriched Galerkin methods for robust discretization and fast solvers of poroelasticity problems
本文提出一种耦合非协调有限元与内部过稳定富集Galerkin方法的多孔弹性双场公式新离散方法,在问题规模小的前提下实现了参数鲁棒性、局部质量守恒和鲁棒预条件子构造,并给出了理论证明与数值验证。
2023-08-05 cs.NA math.NA
Discretization-error-accurate mixed-precision multigrid solvers
本文建立在同伴文件[混合精度多重网格求解器的代数误差分析]中的代数理论的基础上,通过混合精度多重网格求解器获得线性椭圆型偏微分方程(PDE)的离散化误差精确解。通常假设可达到的精度受到离散化或代数误差的限制。相反,我们表明,简单地存储在任何固定精度的矩阵所产生的量化误差迅速开始占主导地位的总误差的离散化细化。我们扩展了现有的理论来解释这些量化误差,并使用由此产生的界限来指导选择四个不同的精度水平,以平衡量化,代数和离散化误差的渐进精度计划中提出的配套文件。一个显著的结果是,虽然迭代细化在残差和更新计算期间容易受到量化误差的影响,但是用于在每次迭代中计算校正的V循环更有弹性,并且如果层级中的系统矩阵由于量化而变得不确定,则V循环继续工作。因此,V周期每级仅需要相对较少的精度位。基于我们的研究结果,我们概述了一个简单的方法来实现渐进精度FMG求解器,以最小的开销,并证明作为一个例子,一维双调和方程可以可靠地解决任何所需的精度时,只需几个V-周期的基础平滑工作良好。在这个过程中,我们也证实了许多理论结果的数值。
2020-07-13 cs.NA math.NA
Optimal transport: discretization and algorithms
本章介绍了最优输运问题的数值求解技术。我们将考虑这些问题的几个离散化,我们将把重点放在解决离散化问题的算法的数学分析上。我们将详细描述以下离散化和相应的算法:分配问题和Bertsekas拍卖算法;熵正则化和Sinkhorn-Knopp算法;半离散最优输运和奥利克-普鲁士纳或阻尼牛顿算法,最后是半离散熵正则化。我们的演讲突出了这些算法之间的相似性和它们与Kantorovich对偶理论的联系。
2020-03-02 cs.NA math.NA math.OC
Parallel Newton-Krylov-BDDC and FETI-DP deluxe solvers for implicit time discretizations of the cardiac Bidomain equations
本文构造了两种新的并行约束Newton-Krylov平衡区域分解(BDDC)和双原始有限元撕裂与互连(FETI-DP)求解器,并对三维Bidomain方程组的隐式时间离散进行了数值分析和测试。该模型代表了心脏生物电活动的最先进的数学描述,它由两个非线性反应扩散偏微分方程(PDE)的退化系统和一个刚性的常微分方程(ODE)系统组成。空间上的有限元离散和时间上的隔离隐式离散,基于从常微分方程解耦偏微分方程,在每个时间步产生非线性代数系统的解决方案。在每个牛顿迭代的雅可比线性系统的Krylov方法,加速BDDC或FETI-DP预处理器,都增加了最近推出的{ \em豪华}缩放的对偶变量。一个多对数的收敛速度界证明所产生的并行Bidomain求解器。在多达2000个处理器的Linux集群上进行的广泛数值实验证实了理论估计,表明所提出的并行求解器是可扩展的且准最优的。
2022-04-20 cs.NA math.NA
Bilevel learning of regularization models and their discretization for image deblurring and super-resolution
本文研究双层学习在图像复原中的应用,分别学习Field of Experts正则化器的权重与滤波器以及全变差正则化器的离散化方法,用于去模糊和超分辨率任务,并通过数值实验验证了方法的有效性和多任务泛化能力。
2023-10-27 cs.NA math.NA math.OC
Robust approximation error estimates and multigrid solvers for isogeometric multi-patch discretizations
Johann Radon Institute for Computational;Applied Mathematics (RICAM), Austrian Academy of Sciences
本文针对等几何多补丁离散化问题,扩展了鲁棒近似误差估计和多网格求解器,解决了单补丁设置中偏微分方程离散线性系统求解的鲁棒收敛率问题。
2018-04-05 cs.NA math.NA
Solving Severely Ill-Posed Linear Systems with Time Discretization Based Iterative Regularization Methods
近年来,反问题在计算数学中引起了越来越多的关注,在工程应用中也变得越来越重要。离散化后,许多反问题转化为线性系。由于反问题的病态性,降阶线性系往往是病态的,特别是当其规模很大时。这带来了很大的计算困难。特别地,在不适定的线性系的右侧的一个小扰动可能导致解的剧烈变化。因此,对于稳定解,应采用正则化方法。本文将一类新的加速迭代正则化方法应用于求解这类大型不适定线性系。迭代格式只有在迭代提前终止时才成为正则化方法。Morozov的差异原则适用于停止准则。与传统的Landweber迭代相比,新方法具有加速效果,可与著名的加速v-方法和Nesterov方法相媲美。数值结果表明,在适当的离散格式下,所提出的方法甚至比v-方法和Nesterov方法具有更好的性能.
2022-04-06 cs.NA math.NA
Improving patch selection for monolithic multigrid solvers for high-order {T}aylor-{H}ood discretizations
Hakim Sabzevari University(哈基姆·萨布泽瓦里大学);Memorial University of Newfoundland(纽芬兰纪念大学)
本文提出改进的块选择方法,提升高阶Taylor-Hood离散化在多网格求解器中的效率,显著减少迭代次数和求解时间。
2025-12-13 cs.NA math.NA
Multigrid solvers for isogeometric discretizations of the second biharmonic problem
我们开发了一个多重网格求解器的第二个双调和问题的背景下,等几何分析(IgA),我们也允许零阶项。在以前的论文中,作者已经开发了一个分析的基础上Hackbusch的框架的第一个双调和问题。这种分析只能推广到第二双调和问题,如果一个假设均匀网格。在本文中,我们证明了一个多重网格收敛估计Bramble的多重网格分析框架,没有正则性假设。我们证明了收敛速度的界与零阶项的尺度和样条次数无关。它仅线性地依赖于水平的数量,因此在数学上依赖于网格的大小。数值实验表明,所提出的多重网格方法的收敛理论和效率。
2021-12-23 cs.NA math.NA
A Family of Independent Variable Eddington Factor Methods with Efficient Preconditioned Iterative Solvers
我们提出了一个家庭的离散化的可变爱丁顿因子(VEF)方程,具有高阶精度的曲面网格和高效的预处理迭代求解器。VEF离散相结合的高阶不连续Galerkin运输离散,形成一个有效的高阶,线性运输方法。通过将求解椭圆问题的间断Galerkin方法的统一分析推广到VEF方程,导出了VEF离散格式。这个框架是用来定义类似的内部处罚,第二方法的Bassi和Rebay,最小耗散局部不连续Galerkin,和连续有限元法。子空间校正预处理器的分析,它使用一个连续的操作迭代预处理的不连续离散化,扩展到非对称的VEF系统的情况下。数值结果表明,该方法在曲面网格上具有任意阶精度,保持了厚扩散极限,并且在外输运迭代和内预处理线性求解器迭代中对热辐射传递的代理问题都是有效的.此外,一个并行的内部惩罚VEF离散化弱标度的研究表明,该方法的可扩展性到1152处理器。
2022-10-29 cs.NA math.NA physics.comp-ph
Should multilevel methods for discontinuous Galerkin discretizations use discontinuous interpolation operators?
不连续Galerkin(DG)离散的多层预条件子被广泛用于求解椭圆型方程,而插值算子是这种求解器的一个主要组成部分,它将信息从粗网格传递到细网格。经典的插值算子给出连续的插值,但由于DG解是自然不连续的,人们可能会怀疑是否不应该使用不连续插值算子进行DG离散化。我们考虑一个不连续的插值算子的参数,控制的不连续性,并确定最佳的选择不连续性,导致最快的求解器为特定的一维对称内部惩罚DG离散化模型问题。此外,我们表明,我们的优化提供了一个完美的聚类光谱具有高的几何重数,这是非常有利的Krylov求解器使用的方法作为其预条件。最后,我们展示了最优选择对更高维度的适用性。
2021-03-03 cs.NA math.NA
Energy-conserving time propagation for a geometric particle-in-cell Vlasov--Maxwell solver
本文讨论Vlasov-Maxwell系统的有限元质点网格离散的能量守恒时间离散。几何空间离散系统可以使用粒子分布的标准粒子单元离散化和场的相容有限元空间来离散化Vlasov-Maxwell模型的泊松括号(参见Kraus等人,J Plasma Phys 83,2017)。在本文中,我们推导出能量守恒的时间离散的基础上的离散梯度法适用于反对称分裂的泊松矩阵。首先,我们提出了一种基于子系统平均矢量场离散化的半隐式方法。此外,我们设计了一个替代的离散梯度,产生一个时间离散化,可以另外保存高斯定律。最后,我们解释了如何substepping快速物种动态可以被纳入。
2019-10-09 cs.NA math.NA physics.plasm-ph
A scalable domain decomposition method for FEM discretizations of nonlocal equations of integrable and fractional type
本文针对非局部方程求解效率问题,提出一种受经典子结构方法启发的区域分解求解器,在可积型与分数型非局部方程的有限元离散实验中实现最高14.6倍的求解加速。
2023-05-31 cs.NA math.NA
Discretization and regularization for the reconstruction of inhomogeneities by scattering measurements
Università degli Studi di Pavia(帕维亚大学)
本文提出通过离散化和正则化方法,利用有限次声波散射测量重构不均匀体的反问题解决方案。
2026-02-23 cs.NA math.AP math.NA
Hybrid Solver for the Radiative Transport Equation Using Finite Volume and Discontinuous Galerkin
我们提出了一种混合空间离散的辐射输运方程,结合了二阶间断伽辽金(DG)方法和二阶有限体积(FV)方法。该策略依赖于一个简单的运营商分裂,已被用来结合不同的角度离散。与迎风通量的标准FV方法不同,混合方法能够准确地模拟散射为主的制度的问题。然而,它需要更少的内存,并产生更快的计算时间比均匀DG离散化。此外,潜在的分裂自然允许在空间和角度上的杂交。数值结果表明,在离散纵坐标角离散和笛卡尔空间网格的情况下的混合方法的效率。
2020-02-06 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
Full discretization and regularization for the Calderón problem
本文考虑具有间断电导率的电导率反问题。我们表明,在一个严格的方式,通过收敛性分析,可以构建一个完全离散的最小化问题,其解决方案是一个很好的近似的反问题的解决方案。最小化问题包含一个正则化项,该正则化项由全变差罚函数给出,并由正则化参数表征。离散化涉及在同一时间的边界测量,通过使用完整的电极模型,未知的电导率和解决方案的直接问题。电极的特征在于与其尺寸相关的参数,该参数进而控制要使用的电极的数量。离散化的未知和解决方案的直接问题的特点是由另一个参数有关的大小的网格。在我们的分析中,我们展示了如何精确地选择正则化,电极尺寸和网格步长参数相对于噪声水平的离散正则化问题的解决方案是有意义的。特别是,我们得到的电极和网格步长参数应衰减多项式的噪声水平。
2021-12-21 cs.NA math.AP math.NA
Achieving $h$- and $p$-robust monolithic multigrid solvers for the Stokes equations
针对Stokes方程高阶混合有限元离散化缺乏高效预条件子的问题,提出Vanka松弛格式变体构建几何多重网格预条件子,验证了部分离散化下对多项式阶数的鲁棒性并提出待解决问题。
2025-03-21 cs.NA math.NA
An efficient multigrid solver for 3D biharmonic equation with a discretization by 25-point difference scheme
本文提出结合25点差分近似的EXCMG方法求解三维双调和方程,利用Richardson外推与二次插值获得高阶初始猜测,采用Bi-CG求解线性系统,并在最细网格上实现更高阶精度,数值实验证明其高效性。
2019-01-16 cs.NA math.NA
A general regularization strategy for singular Stokes problems and convergence analysis for corresponding discretization and iterative solution
针对奇异 Stokes 问题的最低阶弱 Galerkin 离散,提出秩一通用正则化策略,分析其最优收敛性及 MINRES/GMRES 块预条件迭代效果。
2025-05-15 cs.NA math.NA
An accelerated Poisson solver based on multidomain spectral discretization
Department of Applied Mathematics, University of Colorado at Boulder(科罗拉多大学博尔德分校应用数学系)
本文提出一种用于二维领域上变量系数椭圆型PDE的数值方法,采用高局部阶(30阶以上)多域谱摄动法求解,通过局部网格细化可获得高精度解,采用直接求解器实现O(N^1.5)的因子分解复杂度和O(N log N)的求解复杂度,适用于时间隐式离散的抛物问题椭圆求解。
2016-12-08 cs.NA math.NA
Regularization by Discretization in Banach Spaces
University of Tartu(塔尔图大学);Alpen-Adria-Universität Klagenfurt(阿尔卑斯-阿迪迦克拉根福大学)
研究Banach空间中病态线性算子方程的求解,采用有限维子空间投影方法,分析最小子集法和最小误差法,并通过先验和后验准则选择子空间维度。
2016-04-23 cs.NA math.NA
Mixed precision solvers for the all-at-once Runge--Kutta discretization of the heat equation
Charles University(查理大学);University of Padova(帕多瓦大学);University of Trieste(的里雅斯特大学)
本文研究热方程Runge--Kutta时间离散的全耦合线性系统的混合精度预处理迭代求解,证明鲁棒性并实现并行环境CPU时间最高50%的缩减。
2026-09-16 cs.NA math.NA
A fast direct solver for two dimensional quasi-periodic multilayered media scattering problems, Part II
这篇手稿是第二次在一系列提出快速直接解决技术解决二维波散射问题的准周期性多层结构。该系列中提出的快速直接求解器是用于线性系的,该线性系是从鲁棒积分公式的离散化得到的。本文中提出的快速直接求解器的计算成本与界面上离散点的数量和层的数量成线性关系。后者是对以前的求解器的改进,使新的求解器更有效,特别是对于涉及多个入射角和分层介质的变化的问题。数值结果表明,新的求解器比以前的性能有所改善。
2022-04-13 cs.NA math.NA
Error Estimates for Arnoldo-Tikhonov Regularization for Ill-Posed Operator Equations
Institute for Industrial Mathematics, Kepler University(工业数学研究所,开普勒大学);Johann Radon Institute for Computational and Applied Mathematics, Austrian Academy of Sciences(约翰·拉德纳计算与应用数学研究所,奥地利科学院);Department of Mathematical Sciences, Kent State University(凯特州立大学数学科学系)
本文研究了离散化误差对计算解的影响,通过阿诺迪过程减少问题规模,并应用蒂霍诺夫正则化和不相容原理确定正则化参数,推导并验证了误差界。
2018-12-04 cs.NA math.NA
Robust regularization of topology optimization problems with a posteriori error estimators
本文提出利用后验误差估计器对拓扑优化问题进行正则化,以提高解的鲁棒性和优化结果的稳定性,应用于热传导优化问题。
2017-05-20 cs.NA math.NA
An L-Stable Sequential Implicit Two-Stage Fourth-Order Time Discretization with Second-Order Stiff Damping
School of Mathematics and Information Science, Henan Polytechnic University(河南理工大学数学与信息科学学院);School of Mechatronical Engineering, Beijing Institute of Technology(北京理工大学机械与车辆学院)
本文提出一种隐式两阶段四阶时间离散化方案,通过未定系数法和泰勒展开构建,具有更高的时间步长稳定性与精度,适用于刚性问题。
2026-11-10 cs.NA math.NA
Conjugate gradient for ill-posed problems: regularization by preconditioning, preconditioning by regularization
Univ. Lille, CNRS, Centrale Lille(里尔大学、法国国家科学研究中心、中央里尔理工学院)
本文提出了一种结合预处理和正则化的共轭梯度法,用于高效求解病态问题,并应用于边界数据补全和光学流估计。
2025-12-11 cs.NA math.NA physics.class-ph
A Multilevel Approach for Trace System in HDG Discretizations
我们提出了一个多层方法的混合间断Galerkin(HDG)方法的轨迹系统。其关键是融合了嵌套剖分、区域分解和HDG离散的高阶特性的思想。具体来说,我们首先通过消除和/或限制嵌套剖分中的前沿生长来创建粗略求解器。这是通过将轨迹数据投影到一组逐渐变粗的$h-$边缘/面上的相同或高阶多项式序列中来实现的。然后,我们将粗求解器与块雅可比精细尺度求解器相结合,形成两级求解器/预处理器。数值实验表明,所得到的两级求解器/预处理器的性能只取决于光滑的解决方案,是独立的考虑中的PDE的性质。虽然所提出的算法是在HDG框架内开发的,但它们也适用于其他混合(化)高阶有限元法。此外,我们表明,我们的多级算法可以被解释为一个多重网格方法与特定的网格间传输和平滑算子。通过泊松方程、纯输运方程和对流-扩散方程的数值算例,我们证明了算法的鲁棒性和可扩展性。
2019-03-26 cs.CE cs.NA math.NA