Rate optimal adaptive FEM with inexact solver for nonlinear operators
TU Wien, Institute for Analysis and Scientific Computing(维也纳工业大学分析与科学计算研究所)
本文研究了非线性方程强单调算子的自适应有限元方法,证明了最优代数收敛速率,并通过嵌套迭代方法处理非线性系统,验证了计算成本的最优性。
2017-07-21 cs.NA math.NA
Average block nonlinear Kaczmarz methods with adaptive momentum for nonlinear systems of equations
School of Mathematics and Computational Science, Xiangtan University(湘潭大学数学与计算科学学院);Hunan Research Center of the Basic Discipline Fundamental Algorithmic Theory and Novel Computational Methods, School of Mathematics and Computational Science, Xiangtan University(湘潭大学数学与计算科学学院基础学科基本算法理论与新型计算方法湖南省研究中心);Department of Mathematics, The Chinese University of Hong Kong(香港中文大学数学系)
本文提出一种适用于大规模非线性系统和病态问题的自适应动量平均块非线性Kaczmarz方法,通过自适应选择步长和动量系数,提高了计算效率并证明了收敛性。
2026-03-27 cs.NA math.NA
An adaptive space-time method for nonlinear poroviscoelastic flows with discontinuous porosities
针对初始孔隙率不连续、孔隙率与压力非线性相互作用的非定常多孔介质流动问题,提出结合Picard迭代与最小二乘公式的时空自适应数值方法,实现可计算误差界的收敛性,空间可变时间步长高效逼近局部孔隙率波解且时空自由度总数最优收敛。
2025-08-22 cs.NA math.NA
On an adaptive regularization for ill-posed nonlinear systems and its trust-region implementation
Università di Firenze(佛罗伦萨大学)
本文提出一种信赖域方法用于稳定求解非线性病态系统,通过合理选择信赖域半径实现对原系统解的逼近,理论和数值结果均验证了正则化效果。
2015-04-14 cs.NA math.NA
Fast estimation of discretization error for FE problems solved by domain decomposition
ENS Cachan/CNRS/UPMC/PRES UniverSud(巴黎高等师范学校卡尚分校/CNRS/巴黎第六大学/UniverSud联盟);ONERA(法国航空航天研究院)
针对非重叠域分解方法求解的子结构问题,提出一种基于本构关系误差的离散化误差后验估计策略,实现完全并行计算且能在迭代求解器未收敛时给出足够精确的估计。
2012-08-31 cs.NA math.NA physics.comp-ph
Local Convergence of Adaptive Methods for Nonlinear Partial Differential Equations
University of California San Diego(加利福尼亚大学圣迭戈分校)
针对Banach空间中的非线性算子方程,提出一种自适应逼近算法的弱*收敛框架,并应用于多种非线性椭圆问题,证明了标准AFEM算法的收敛性。
2010-01-08 cs.NA math.NA
Analysis of adaptive two-grid finite element algorithms for linear and nonlinear problems
提出了求解线性和非线性偏微分方程的自适应二重网格有限元算法。这些算法的主要思想是利用$k$级自适应网格上的解来求解$(k+1)$级自适应网格上的解,而$(k+1)$级自适应网格是通过对$k$级自适应网格进行自适应单元剖分而构造的。这些算法将非对称正定(非SPD)PDE(分别为,非线性偏微分方程)转化为对称正定(SPD)偏微分方程(分别,线性PDE)。所提出的算法具有以下优点:不需要求解非对称或非线性系统;很小;很容易实现;插值误差很小。其次,本文构造了残差型{ \em a posteriori}误差估计量,并证明了其可靠性和有效性。证明有效性的关键因素是建立振荡项的上界,其可能不是高阶项(h. o.t.)由于数值解的低规则性。此外,还证明了当网格剖分时算法的收敛性。最后,提供数值实验来验证ATG有限元算法的精度和效率,与常规自适应有限元算法和两网格有限元算法[27]进行比较。
2020-09-18 cs.NA math.NA
Higher-order Adaptive Finite Difference Methods for Fully Nonlinear Elliptic Equations
New Jersey Institute of Technology(新泽理工学院);McGill University(麦吉尔大学)
本文提出通用有限差分方法求解完全非线性椭圆偏微分方程,通过自适应网格和复杂几何结构,保证一致性、单调性和收敛性,并展示高效计算非传统有限差分 stencil 的算法及高阶收敛方法的策略。
2017-06-23 cs.NA math.NA
Adaptive splitting methods for nonlinear Schrödinger equations in the semiclassical regime
Vienna University of Technology(维也纳工业大学);Leopold-Franzens Universität Innsbruck(因斯布鲁克大学);University of Vienna(维也纳大学)
研究了指数算子分裂方法在半经典 regime 中的误差行为,确定了Lie和Strang分裂方法的局部误差精确形式,并提出了自适应时间步长选择的后验局部误差估计器。
2016-05-02 cs.NA math.NA
Adaptive Basis Construction and Improved Error Estimation for Parametric Nonlinear Dynamical Systems
提出了一种参数非线性动力系统降阶模型的自适应生成方法。它的目的是自动化的POD-贪婪算法结合经验插值。在每次迭代中,能够自适应地确定用于基构造的约简基向量的数目和插值基向量的数目。所提出的技术是能够得到一个合适的匹配之间的减少的基础和插值基向量,使生成一个稳定的,紧凑的和可靠的降阶模型成为可能。这是通过在贪婪算法的每次迭代中自适应地添加新的基向量或去除不必要的基向量来实现的。有效的输出误差指示器在自适应方案中起着关键作用。我们还提出了一个改进的输出误差指标的基础上以前的工作。POD-贪婪算法收敛后,新的误差指标比现有的更尖锐,这意味着可以构建更可靠的降阶模型。所提出的方法进行了测试的几个非线性动力系统,即粘性Burgers方程和其他两个模型的化学工程。
2020-06-13 cs.NA math.NA
An $hr$-Adaptive Method for the Cubic Nonlinear Schrödinger Equation
非线性薛定谔方程(NLSE)是量子力学中最重要的方程之一,在光纤通信、等离子体物理和生物分子动力学等领域有着广泛的应用。这是一个众所周知的困难的问题来解决数值解有非常陡峭的时间和空间梯度。自适应移动网格方法($r$ -自适应)试图通过将固定数量的节点移动到陡峭解特征区域来优化使用固定数量的节点获得的精度。然而,如果在感兴趣的时间段内解决方案变得或多或少难以解决,则这种方法本身是有限的。网格细化方法($h$ -自适应),其中网格是局部粗化或细化,是一种替代的自适应策略,这是流行的时间无关的问题。在本文中,我们考虑的组合方法($hr$ -自适应)的有效性,以解决在一个空间维的NLSE。仿真结果表明,优秀的解决方案的精度相比,其他移动网格的方法。该方法还示出了基于用户的输入误差容限来控制空间误差。证据也表明二阶空间收敛使用一种新的监控功能,以产生自适应移动网格。
2019-07-04 cs.NA math.NA
Adaptive multiscale model reduction for nonlinear parabolic equations using GMsFEM
本文提出了一种耦合的离散经验插值方法(DEIM)和广义多尺度有限元法(GMsFEM)求解非线性抛物型方程,并将其应用于Allen-Cahn方程。Allen-Cahn方程是描述非线性反应-扩散过程的模型。它通常用于模拟界面运动的时间,例如合金中的相分离。GMsFEM允许通过在粗网格上构造解的降阶表示来以降低的计算成本解决多尺度问题。在arXiv:1301.2866中,GMsFEM提供了一种灵活的工具,通过构建适当的快照,离线和在线空间来解决多尺度问题。在本文中,我们解决了一个不定常的问题,其中使用在线富集。主要贡献是比较不同的在线富集方法。更具体地说,我们比较均匀的在线富集和自适应方法。我们还比较了两种自适应方法。此外,我们使用DEIM,降维方法,以减少复杂性时,我们评估的非线性项。我们的研究结果表明,DEIM可以近似的非线性项,而不会显着增加的误差。最后,我们将我们提出的方法应用于Allen Cahn方程。
2020-06-24 cs.NA math.NA
Adaptive Residual-Driven Newton Solver for Nonlinear Systems of Equations
针对非线性方程组中非线性不平衡导致 Newton 求解困难的问题,提出残差驱动的自适应权重乘子策略,以低开销改善步长选择、效率与鲁棒性。
2025-01-07 cs.NA math.NA
Adaptive high-order splitting methods for systems of nonlinear evolution equations with periodic boundary conditions
Technische Universität Wien(维也纳工业大学);Universität Wien(维也纳大学)
本文研究了自适应高阶分裂方法在周期边界条件下求解非线性抛物型问题的适用性与效率,通过数值实验比较了不同时间自适应分裂方案的效率。
2016-09-07 cs.NA math.NA
Adaptive discontinuous Galerkin methods for nonlinear parabolic problems
University of Leicester(莱斯特大学)
本文研究了抛物型问题后验误差估计与自适应方法,重点探讨了空间不连续伽辽金离散化。通过数值实验验证了误差估计器和算法的有效性,并探讨了非线性问题中爆破时间的自适应近似。
2015-04-10 cs.NA math.NA
Numerical validation of an adaptive model for the determination of nonlinear-flow regions in highly heterogeneous porous media
本文通过更广泛的数值实验(含三维算例)验证了文献[FP21, FP23]中提出的自适应模型,并利用该模型对高度非均质多孔介质区域进行慢速与快速流动区域划分。
2024-05-03 cs.NA math.NA
An adaptive dynamical low rank method for the nonlinear Boltzmann equation
有效而精确的全Boltzmann方程的数值逼近一直是动力学理论中一个长期具有挑战性的问题。这主要是由于问题的高维性和复杂的碰撞算子。在这项工作中,我们提出了一个高效的自适应低秩方法的玻尔兹曼方程,特别是关于稳态计算。该方法采用快速傅立叶谱方法(碰撞算子)和动力学低秩方法,以获得计算效率。引入了一种自适应策略,以适当的方式将边界信息和控制的计算秩。使用一系列的基准测试在1D和2D,我们证明了所提出的方法相比,全张量网格方法的效率和准确性。
2021-12-05 cs.NA math.NA
Online adaptive basis construction for nonlinear model reduction through local error optimization
降阶模型(ROM)的精度主要取决于所选择的基。因此,当应用ROM处理非线性问题时,必须用有效的数值方法计算合适的基。在本文中,我们提出了一个在线自适应的基础技术,以提高质量的ROM,同时降低计算成本的非线性问题。在该方法中,自适应基由低秩更新公式定义,并设置两个辅助向量来实现这种低秩条件。为了同时解决ROM基的精度和计算成本的问题,通过优化局部残差算子来代数地导出辅助向量。结果,ROM的可靠性以低的计算成本显著提高,因为可以包含误差信息而无需传统方法中所需的全模型维度的逆运算。与传统的在线自适应基方法不同,该迭代算法的另一个特点是初始增量ROM基的数目可以改变。它可以在迭代步骤中提供高质量ROM子空间的快速有效的生成过程。详细的推导过程中提出的方法,其性能进行评估,在各种非线性数值例子。
2021-05-04 cs.NA math.NA
Adaptive Finite Element Methods with Inexact Solvers for the Nonlinear Poisson-Boltzmann Equation
University of California San Diego(加利福尼亚大学圣地亚哥分校)
针对非线性Poisson-Boltzmann方程,提出并分析了一种结合非精确求解器的自适应有限元方法,通过仅在粗网格上完全求解、后续网格仅进行Newton更新,实现了线性时间复杂度和收缩性质。
2011-07-11 cs.NA math.NA
Adaptive timestepping for pathwise stability and positivity of strongly discretised nonlinear stochastic differential equations
The University of the West Indies(西印度群岛大学);The University of South Africa(南非大学)
本文研究自适应时间步长方法,用于保持强显式欧拉-马尔可夫公式在非线性随机微分方程中的动态特性,确保解的正性与稳定性。
2017-06-09 cs.NA math.NA
Adaptive Nonlinear Elimination Preconditioning for Transport in Fractured Porous Media
针对裂缝多孔介质输运子问题中牛顿法收敛差的问题,提出自适应非线性消去预处理精确牛顿算法,显著提升了收敛性与计算效率。
2025-04-26 cs.NA math.NA
Unconditional full linear convergence and optimal complexity of adaptive iteratively linearized FEM for nonlinear PDEs
针对强单调非线性 PDE,提出结合自适应细化、能量收缩线性化与范数收缩代数求解的 AILFEM,并以无参数停止准则实现任意参数下完整 R-线性收敛及小参数时最优复杂度。
2025-03-17 cs.NA math.NA
Practical splitting methods for the adaptive integration of nonlinear evolution equations. Part I: Construction of optimized schemes and pairs of schemes
Technische Universität Wien(维也纳工业大学);King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学);Universität Wien(维也纳大学)
本文提出构建高效高阶分裂方法的新方法,通过多项式系统构造分裂系数,用于自适应积分器中的方案对设计。
2016-04-05 cs.NA math.NA
Nonlinear Model Reduction via an Adaptive Weighting of Snapshots
University of Florida(佛罗里达大学)
本文提出了一种基于自适应降维基的参数化偏微分方程降维方法,通过局部子空间实现更准确的解,结合弦迭代高效求解椭圆型PDE。
2014-09-29 cs.NA math.NA
Adaptive approximation of nonlinear eigenproblems by minimal rational interpolation
本文提出一种基于最小有理插值和贪心自适应采样的非线性特征值问题数值求解方法,通过最优采集数据逼近向量值函数并后处理恢复特征对,数值算例验证其有效性。
2022-10-11 cs.NA math.NA
A parallel space-time $p$-adaptive discontinuous Galerkin method for nonlinear acoustics
本文提出了一种用于非线性声学的并行时空p自适应间断广义有限元方法,通过数值实验验证了其有效性与理论收敛性。
2026-02-13 cs.NA math.NA
An adaptive Deep Ritz framework for second-order fully nonlinear partial differential equations
Geneva School of Business Administration (HEG-Genève), University of Applied Sciences and Arts Western Switzerland (HES-SO)(日内瓦商业管理学院(HEG-Genève),瑞士西部应用科学和艺术大学(HES-SO));Institute of Mathematics, Ecole Polytechnique Fédérale de Lausanne(洛桑联邦理工学院数学研究所)
本文提出了一种替代PINNs的Deep Ritz框架,通过最小二乘法分离非线性项与变分特征,结合分裂方法迭代求解局部非线性问题和线性变分问题,采用自适应采样策略提升效率,通过数值实验验证了该方法在处理全非线性方程中的灵活性和准确性。
2026-09-30 cs.NA math.NA
Strong convergence of the adaptive Milstein method for nonlinear stochastic differential equations with piecewise continuous arguments
针对非线性分段连续参数随机微分方程,提出自适应Milstein方法,解决超线性增长下显式方法发散问题,证明其强收敛且收敛阶最优,并用数值实验验证。
2025-02-24 cs.NA math.NA
Adaptive Iterative Linearization Galerkin Methods for Nonlinear Problems
在希尔伯特空间中,存在着许多求解非线性方程的(不动点)迭代法。在许多情况下,这样的计划可以被解释为迭代局部线性化方法,这将被证明,可以通过应用一个合适的预处理算子的原始(非线性)方程。基于这一观察,我们将得到一个统一的抽象框架,恢复一些突出的迭代计划。特别地,对于Lipschitz连续和强单调算子,我们得到了一般的收敛性分析.此外,在非线性偏微分方程的数值解方案的背景下,我们提出了一个组合的迭代线性化方法和经典的Galerkin离散化方法,从而产生了所谓的迭代线性化Galerkin(ILG)方法。此外,仍然在一个抽象的水平上,基于两种不同的椭圆重建技术,我们推导出后验误差估计,分别考虑到离散化和线性化的错误。此外,我们提出了一个自适应算法,它提供了一个有效的这两种效果之间的相互作用。此外,ILG方法将被应用到拟线性椭圆型方程的有限元离散的特定上下文,并将进行一些数值实验。
2019-10-15 cs.NA math.NA
Hierarchical model reduction of nonlinear partial differential equations based on the adaptive empirical projection method and reduced basis techniques
Institute for Applied Mathematics, University of Münster(明斯特大学应用数学研究所)
本文提出基于降阶技术的分层降维框架,通过自适应经验投影法对非线性偏微分方程进行降维,结合降阶基函数和正交基函数构建降阶空间,实现高效求解。
2016-01-12 cs.NA math.NA
Rank-adaptive tensor methods for high-dimensional nonlinear PDEs
提出了一种新的秩自适应张量方法来计算高维非线性偏微分方程的数值解。该方法结合了功能张量训练(FTT)系列扩展,运营商分裂时间积分,和一个新的秩自适应算法的阈值标准的基础上,限制的PDE速度矢量的分量正常的FTT张量流形。这就产生了一个方案,可以添加或删除张量模式自适应的PDE解决方案的时间积分进行。新方法的目的是提高高维问题数值积分的计算效率、精度和鲁棒性。特别是,它克服了与动态张量积分相关的众所周知的计算挑战,包括低秩建模误差和需要在每个时间步长反转张量核的协方差阵。介绍并讨论了二维线性和非线性平流问题以及四维福克-普朗克方程的数值应用。
2021-04-24 cs.NA math.NA physics.comp-ph
Adaptive FE-BE Coupling for Strongly Nonlinear Transmission Problems with Coulomb Friction
针对含摩擦的标量弹塑性界面问题,提出一种自适应有限元/边界元耦合方法,通过Uzawa算法和基于梯度恢复的自适应网格细化求解离散鞍点公式,并在L^p和L^2 Sobolev空间的乘积中证明Galerkin逼近收敛到变分问题的唯一解。
2009-12-30 cs.NA math.AP math.NA
A class of adaptive multiresolution ultra-weak discontinuous Galerkin methods for some nonlinear dispersive wave equations
本文提出了一类自适应多分辨(也称自适应稀疏网格)超弱间断Galerkin(UWDG)方法,用于求解非线性色散波动方程,包括Korteweg-de Vries(KdV)方程及其二维推广的Zakharov-Kuznetsov(ZK)方程.针对\cite{cheng2008discontinuous}中的KdV方程,提出了一种基于分段重复积分的UWDG格式。对于含有混合导数项的ZK方程,我们提出了一种新的UWDG形式。在规则网格上,建立了新格式的$L^2$稳定性和新的局部投影最优误差估计。自适应性是基于多分辨率实现的,并且对于捕获孤波结构特别有效。各种数值例子来证明我们的方法的准确性和能力。
2021-04-12 cs.NA math.NA physics.comp-ph
Adaptive timestepping strategies for nonlinear stochastic systems
The University of the West Indies(西印度群岛大学);Heriot-Watt University(赫瑞-瓦特大学)
本文提出了一类适用于非利普希茨漂移系数的随机微分方程自适应时间步长策略,证明了该策略下欧拉-马尔可夫方案的强收敛性,并展示了其在数值测试问题中的应用效果。
2016-10-13 cs.NA math.NA math.PR
Adaptive integration of nonlinear evolution equations on tensor manifolds
我们发展了张量流形上非线性发展方程时间积分的新的自适应算法。这些算法,我们称之为步骤截断方法,是基于执行一个时间步长与传统的时间步进计划,然后通过截断操作到张量流形。通过自适应地选择张量流形的秩以满足稳定性和精度要求,我们证明了各种分步截断方法的收敛性,包括显式一步法和多步法。这些方法非常容易实现,因为它们只依赖于张量之间的算术运算,这可以通过高效和可扩展的并行算法来执行。自适应步长截断方法可用于计算高维偏微分方程的数值解,已成为许多新的应用领域的核心,如最优质量输运、随机动力系统和平均场最优控制。本文给出并讨论了二维和四维平面环面上具有空间相关漂移的Fokker-Planck方程的数值应用。
2022-03-07 cs.NA math.NA physics.comp-ph
Multilevel Adaptive-Rank Methods for Linear and Nonlinear Systems in the Hierarchical Tucker Format
Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室);Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室);Sandia National Laboratories(桑迪亚国家实验室)
针对高维偏微分方程,提出多水平自适应秩迭代方法,通过扩展投影法实现灵活预条件、构建多水平预条件策略并集成到非精确牛顿框架中,实验表明该方法鲁棒且可扩展。
2026-06-23 cs.NA math.NA physics.comp-ph
A robust and scalable unfitted adaptive finite element framework for nonlinear solid mechanics
在这项工作中,我们桥接标准的自适应网格细化和粗化可扩展的八叉树背景网格和强大的非拟合有限元配方的自动和有效解的大规模非线性固体力学问题的复杂几何形状,作为替代标准的贴体配方,非结构化网格生成和图形分割策略。我们特别注意那些方面需要专门处理的扩展不适合的h-自适应聚合有限元法并行树为基础的自适应网格,最近开发的线性标量椭圆问题,处理固体力学中的非线性问题。为了准确有效地捕捉非线性固体力学问题中经常出现的局部化现象,我们结合h-自适应动态网格细化和后验误差估计驱动的再平衡执行伪时间步进。该方法的实现考虑不可约和混合(u/p)配方,因此它是能够鲁棒地面对涉及不可压缩材料的问题。在数值实验中,这两种配方被用来模拟各种可压缩和不可压缩材料的非弹性行为。首先,复制一组选定的基准作为验证步骤。第二,一组实验,提出了涉及复杂的几何形状的问题。其中,我们模拟了一个悬臂梁的问题与球形空心分布在一个简单的立方阵列。该测试涉及一个离散域,具有高达11.7 M自由度,在并行超级计算机的3072个核心上在不到小于两个小时内解决。
2021-07-25 cs.MS cs.NA math.NA
Convergence of Adaptive Finite Element Approximations for Nonlinear Eigenvalue Problems
LSEC, Institute of Computational Mathematics and Scientific/Engineering Computing, 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计算数学与科学工程计算研究所);Department of Physics, Fudan University(复旦大学物理系)
针对一类可能具有非凸能量泛函的非线性特征值问题,研究自适应有限元方法的收敛性,并应用于量子化学中的物质微观结构计算。
2010-01-14 cs.NA math-ph math.MP
MooAFEM: An object oriented Matlab code for higher-order adaptive FEM for (nonlinear) elliptic PDEs
本文提出完全用 Matlab 编写的面向对象 2D 自适应有限元仿真代码 MooAFEM,支持任意阶多项式与三角网格细化,可处理非线性 PDE 迭代线性化问题,数值实验验证了其灵活性与高效性。
2022-11-04 cs.MS cs.NA math.NA
An online-adaptive hyperreduced reduced basis element method for parameterized component-based nonlinear systems using hierarchical error estimation
针对参数化组件式非线性系统的模型降阶问题,提出在线自适应超缩减降基单元方法,结合分层误差估计框架实现组件保真度自适应选择,在非线性热翅片系统验证中实现O(100)计算缩减且误差控制更优。
2025-08-26 cs.NA math.AP math.NA
Eigenfunction Behavior and Adaptive Finite Element Approximations of Nonlinear Eigenvalue Problems in Quantum Physics
本文研究了量子物理中的一类非线性本征值问题。我们首先证明了特征函数在任何开集上都不可能是多项式,这可以看作是经典的唯一连续性的一个改进。然后利用特征函数的非多项式性质证明了自适应有限元逼近在初始网格不够精细的情况下也是收敛的。最后,我们注意到类似的论点可以适用于一类线性本征值问题,改进了相关的现有结果。
2019-07-09 cs.NA math-ph math.MP
Stochastic Gradient Descent with Nonlinear Conjugate Gradient-Style Adaptive Momentum
University of Utah(犹他大学);University of Kentucky(肯塔基大学)
动量在基于随机梯度的优化算法中起着至关重要的作用,用于加速或改进深度神经网络(DNN)的训练。在深度学习实践中,动量通常由校准良好的常数加权。然而,调整动量的超参数可能是一个巨大的计算负担。在本文中,我们提出了一种新的\emph{adaptive momentum}用于改进DNN训练;这种自适应动量,不需要动量相关的超参数,由非线性共轭梯度(NCG)方法激发。具有这种新的自适应动量的随机梯度下降(SGD)消除了对动量超参数校准的需要,允许显著更大的学习率,加速DNN训练,并提高训练的DNN的最终准确性和鲁棒性。例如,具有该自适应动量的SGD分别从$5.25\%$到$4.64\%$和从$23.75\%$到$20.03\%$减少了用于训练CIFAR 10和CIFAR 100的ResNet 110的分类误差。此外,具有新的自适应动量的SGD也有利于对抗训练,并提高了训练的DNN的对抗鲁棒性。
2020-12-03 cs.LG cs.NA math.NA