Residual-Based A Posteriori Error Estimates for Symmetric Conforming Mixed Finite Elements for Linear Elasticity Problems
University of California at Irvine(加州大学尔湾分校);Peking University(北京大学);Wenzhou University(温州大学);Beijing Institute of Technology(北京理工大学)
本文提出用于处理Dirichlet和混合边界条件的线弹性问题对称混合有限元的后验误差估计方法,证明了其稳定性和效率,并通过数值实验验证理论结果。
2017-05-11 cs.NA math.NA
Convergence of Adaptive Mixed Interior Penalty Discontinuous Galerkin Methods for H(curl)-Elliptic Problems
本文研究了H(curl)-椭圆问题的自适应混合内罚间断Galerkin方法的收敛性。通过引入一个新的中间变量,得到了H(curl)-椭圆问题的混合模型。然后讨论了基于内罚间断Galerkin逼近的连续变分问题和离散变分问题。其次,我们构造了相应的后验误差指标,并证明了能量误差和尺度误差指标之和的收缩性。最后通过数值实验验证了理论结果。
2023-01-04 cs.NA math.NA
A Posterior Error Estimator for Mixed Interior Penalty Discontinuous Galerkin Finite Element Method for the H(curl)-Elliptic Problems
本文设计了H(curl)-椭圆问题混合内罚间断Galerkin方法的第一残差型后验误差估计。然后,我们证明了我们的残差基于后验误差指标是可靠的和有效的。最后,我们提出了一些数值实验,以验证性能的自适应网格细化过程中的指标。
2023-01-04 cs.NA math.NA
Residual estimates for post-processors in elliptic problems
在这项工作中,我们研究后处理近似椭圆边值问题的后验差错控制。我们引入了一类后处理算子,“调整”各种现有的后处理技术,使有效和可靠的后验界被证明。这最终导致对所有方式的重建算子(包括超收敛的那些)的最佳差错控制。我们展示我们的结果,将它们应用到两个类非常流行的重建算子,平滑度增加精度增强过滤器和超收敛补丁恢复。进行了大量的数值试验,证实了我们的分析结果。
2020-11-29 cs.NA math.NA
An extended mixed finite element method for elliptic interface problems
本文对椭圆型界面问题提出了一种扩展的混合有限元法。通过增加稳定项,给出了基于Brezzi-Douglas-Marini元空间和分段常数函数空间的混合逼近形式,并证明了离散inf-sup常数与界面与三角剖分的相交方式无关.此外,我们得出的最佳收敛保持独立的接口相对于网格的位置。最后,给出了一些数值例子来验证我们的理论结果.
2022-03-11 cs.NA math.NA
Error Analysis of Mixed Residual Methods for Elliptic Equations
针对深度混合残差方法(MIM)求解线性椭圆方程的收敛速度,本文给出严格理论分析,证明其在Dirichlet边界条件下优于DRM和DGMW,而在Neumann和Robin情形下性能与其他方法相当。
2023-05-10 cs.NA math.NA
Standard finite elements for the numerical resolution of the elliptic Monge-Ampere equation: mixed methods
University of Illinois at Chicago(伊利诺伊大学芝加哥分校)
本文证明了混合有限元法在Monge-Ampere方程中逼近弱解的收敛性,研究了标量变量和Hessian矩阵的混合方法。
2015-07-30 cs.NA math.NA
Robust and Optimal Mixed Methods for a Fourth-Order Elliptic Singular Perturbation Problem
School of Mathematics, Shanghai University of Finance and Economics(上海财经大学数学学院)
本文针对四阶椭圆奇异摄动问题,基于二阶和一阶系统提出不依赖Nitsche技术的鲁棒最优混合方法,给出误差估计,建立与弱Galerkin等方法的联系,并通过数值实验验证理论。
2025-09-17 cs.NA math.NA
An immersed Raviart-Thomas mixed finite element method for elliptic interface problems on unfitted meshes
本文提出了一种求解椭圆界面问题的最低阶浸入式Raviart-Thomas混合三角形有限元法。为了在非拟合网格上获得最佳的收敛速度,对传统的Raviart-Thomas单元进行了改进,构造了一种浸入式有限元。得到了IFE基函数的唯一性、IFE空间的最优逼近能力以及相应的交换图等重要性质。严格证明了混合IFE方法的最优误差估计,并给出了一些数值例子来验证理论分析。
2021-05-07 cs.NA math.NA
Low Regularity Estimates for CutFEM Approximations of an Elliptic Problem with Mixed Boundary Conditions
本文给出了一类二阶椭圆型混合边界条件的截断有限元逼近的误差估计。误差估计是低正则型的,我们考虑的情况下,当精确解$u \in H^s$与$s\in (1,3/2]$。对于Nitsche型方法,这种情况需要对涉及边界处精确解的法向通量的项进行特殊处理。对于狄利克雷边界条件的估计是最优的,而在混合狄利克雷-诺依曼边界条件的情况下,他们是次优的对数因子。
2020-07-06 cs.NA math.NA
Minimum residual discretization of a semilinear elliptic problem
Universidad de Los Lagos(洛斯阿戈斯大学);Pontificia Universidad Católica de Chile(智利天主教 Pontificia 大学);Technische Universität Wien(维也纳工业大学)
本文提出利用最小二乘惩罚扩展不连续Petrov-Galerkin方法以处理半线性椭圆问题,通过将非线性项转化为独立未知数,并引入最小二乘约束,证明了近似误差估计。
2026-10-30 cs.NA math.NA
Mixed Virtual Element Methods for general second order elliptic problems on polygonal meshes
Università di Milano(米兰大学);IMATI del CNR(意大利国家研究委员会应用数学研究所);IUSS(高等研究大学);Università di Pavia(帕维亚大学);Università di Milano-Bicocca(米兰比可卡大学)
本文提出一种混合虚拟元方法,用于求解具有变量系数的通用线性二阶椭圆问题,进行了理论收敛性分析并进行了数值测试。
2015-06-24 cs.NA math.NA
Mixed virtual element methods for elliptic optimal control problems with boundary observations in L^2(Gamma)
针对含边界状态外法向导数、解正则性较低的椭圆最优控制问题,提出混合虚元离散格式并基于控制变分离散获得先验误差估计,数值实验验证了理论结果。
2023-12-18 cs.NA math.NA
Residual-based a posteriori error estimates for a conforming mixed finite element discretization of the Monge-Ampère equation
本文对二维各向同性网格上的协调有限元法逼近的蒙日-安培方程进行了新的后验误差分析。该方法利用了Gerard Awanou和Hengguang Li在International Journal of数值分析and Modeling,11(4):745-761,2014中提出的混合离散化的轻微变体。后验误差估计基于对有限元解的残差的适当估计。证明了本文提出的后验误差估计是可靠和有效的。
2019-12-03 cs.NA math.NA
A mixed residual method for biharmonic equations in spectral Barron spaces
Fudan University(复旦大学)
该研究针对非齐次夹紧边界条件的双调和方程,提出混合残差法,通过建立方程在谱巴伦空间的适定性推导误差界,克服维数灾难,其误差界含近似与泛化误差两部分,数值实验验证了方法有效性。
2026-07-28 cs.NA math.NA
Mixed finite element methods for elliptic obstacle problems
针对弹性薄膜与 Kirchhoff–Love 板障碍问题,提出将障碍物作用力作为未知量的混合变分公式,给出先验与后验误差估计并通过数值实验验证。
2024-06-13 cs.NA math.NA
Unfitted mixed finite element methods for elliptic interface problems
本文针对带跳跃系数的椭圆界面问题,提出了基于虚拟区域公式与分布拉格朗日乘子的非拟合混合有限元方法,证明了两种格式的稳定性并验证了其最优收敛速率。
2023-09-14 cs.NA math.NA
Residual-based a posteriori error estimation for multipoint flux mixed finite element methods
Chongqing Jiaotong University(重庆交通大学);King Abdullah University of Science and Technology(阿卜杜拉国王科技大学);Sichuan University(四川大学)
本文提出了一种新型残差型后验误差分析技术,用于二维或三维多点通量混合有限元方法中的流体流动问题。所提出的后验误差估计器包含离散化和求积指示量,能够可靠且高效地估计速度和压力的L²范数误差。
2013-12-23 cs.NA math.NA
Asymptotic Expansions and Extrapolation of Approximate Eigenvalues for Second Order Elliptic Problems by Mixed Finite Element Methods
针对一般二阶椭圆特征值问题,采用最低阶Raviart-Thomas混合有限元方法,推导了特征值近似的渐近误差展开,并基于此进行外推以提高精度,同时证明了混合有限元方法中特征值问题的有限元投影与有限元近似之间的超收敛性质。
2006-10-07 cs.NA math.NA
Discretization of mixed formulations of elliptic problems on polyhedral meshes
Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室)
本文回顾了构造混合格式椭圆问题的仿照有限差分和有限体积有限元方案的基本设计原则,并展示了低阶混合-混合方案中这些原则与仿照家族方案的联系,以及如何通过灵活性推导高阶方案和非线性问题的收敛方案。
2016-10-19 cs.NA math.NA
FT-GCR: a fault-tolerant generalized conjugate residual elliptic solver
随着以越来越小的硬件组件为特征的高性能计算系统的稳步发展,用于数值模拟的系统和算法越来越多地与由硬件故障和计算数据的比特级错误表示引起的中断相抗衡。在利用大规模处理能力的数值框架中,线性系的解通常代表计算最密集的部分。由于涉及大量的重复操作,迭代求解器特别容易受到位翻转的影响。提出了一种新的方法FT-GCR,它为预处理的广义共轭残差Krylov求解器提供了软故障的检测和恢复。该算法测试的单调递减的剩余范数,失败时,重新开始迭代的局部Krylov空间内。数值实验所产生的一个椭圆形问题的解决方案,从一个孤立的山丘上的球体上的静止流显示的技能的方法,在解决位翻转的范围内的网格大小和数据丢失的情况下,获得最佳的回报和检测率较大的腐败事件。该方法的简单性使得它很容易扩展到其他求解器和集成模型弹性策略内的算法容错的理想候选者。
2021-03-21 cs.NA math.NA
A residual-based finite element surrogate solver for elliptic partial differential equations
Ajou University(亚洲大学);Chung-Ang University(中央大学)
提出一种无数据、结合CNN与有限元残差的代理求解器,通过训练损失与H1半范数误差的关系保证最优收敛,并引入分解策略提高效率。
2026-06-16 cs.NA math.NA
Optimal complexity of adaptive FEM for second-order linear elliptic PDEs driven by non-residual estimators, Part I: Symmetric PDEs
TU Wien(维也纳工业大学);University of Twente(特温特大学)
研究对称二阶线性椭圆型偏微分方程的自适应有限元方法,在特定假设下证明算法能无条件全R线性收敛,对足够小参数保证最优复杂度,重点分析如基于平均的非残差估计器。
2026-07-17 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
Primal dual mixed finite element methods for the elliptic Cauchy problem
University College London(伦敦大学学院);Umeå University(于默奥大学)
本文提出了一种用于求解椭圆Cauchy问题的对偶混合有限元方法,通过局部守恒性质和稳定性估计,分析了弱一致性稳定化和Tikhonov正则化对收敛性的影响,并展示了简化方法在缺陷校正迭代中的应用。
2017-12-29 cs.NA math.NA
Convergence of an adaptive mixed finite element method for general second order linear elliptic problems
Indian Institute of Technology, Bombay(印度理工学院孟买分校)
本文研究了在简单连通有界多边形域上一般二阶线性椭圆问题的自适应混合有限元方法收敛性,通过后验误差估计器和近似正交性分析,验证了方法的可靠性与有效性。
2014-02-13 cs.NA math.NA
Block triangular preconditioning for elliptic boundary optimal control with mixed boundary conditions
针对混合边界椭圆最优控制的鞍点问题,提出基于排列与Schur补近似的块三角预处理方法,并分析谱性质及数值验证其有效性。
2024-07-16 cs.NA math.NA math.OC
Enforcing exact boundary and initial conditions in the deep mixed residual method
在理论上,边界条件和初始条件对于偏微分方程(PDE)的适定性是非常重要的。在数值上,这些条件可以在经典的数值方法,如有限差分法和有限元法中精确地实现。近年来,人们对深度神经网络(DNN)解决偏微分方程的兴趣越来越大,特别是在高维情况下。然而,在一般情况下,仔细的文献回顾表明,边界条件不能完全强制DNN,这不可避免地导致建模错误。在这项工作中,基于最近开发的深度混合残差方法(MIM),我们演示了如何使DNN系统地自动满足边界和初始条件。因此,MIM中的损失函数没有惩罚项,并且没有任何建模误差。使用大量的例子,包括狄利克雷,诺依曼,混合,罗宾,和周期边界条件的椭圆型方程,抛物和双曲型方程的初始条件,我们表明,强制执行精确的边界和初始条件不仅提供了一个更好的近似解,但也有利于训练过程。
2020-08-04 cs.NA math.NA
Error analysis of nonconforming and mixed FEMs for second-order linear non-selfadjoint and indefinite elliptic problems
Humboldt-Universität zu Berlin(柏林洪堡大学);IIT Bombay(印度理工学院孟买分校)
本文分析了非匹配有限元方法在非凸多边形域上的收敛性,并通过等价性结果证明了混合有限元方法的well-posedness,同时提出后验误差分析以改进计算基准的收敛率。
2014-01-20 cs.NA math.NA
Effective Preconditioners for Mixed-Dimensional Scalar Elliptic Problems
裂隙多孔介质中渗流的离散化通常导致需要专用求解器的大型线性方程系统。在这项工作中,我们开发了一个有效的线性求解器和它的实际实现混合维标量椭圆问题。基于近似块分解和代数多重网格技术,我们设计了一个有效的预条件子。具有复杂裂缝结构的基准上的数值结果表明,所提出的线性求解器的有效性和其鲁棒性相对于不同的物理和离散化参数。
2022-06-07 cs.NA math.NA physics.comp-ph
Mixed virtual volume methods for elliptic problems
在多边形/多面体网格上发展了一类求解椭圆问题的混合虚体积方法。与\cite{brezzi2014basic,da2016mixed}中引入的混合虚元方法不同,我们的方法被简化为主变量的对称正定问题,而不使用拉格朗日乘子。我们从通常的方法开始,使用达西定律,$\bu=-{\cal K} \nabla p$,将给定的方程变成混合制系统。通过整合方程组与一些明智地选择测试空间上的每个元素,我们定义了新的混合虚拟体积方法的所有订单。我们证明了这些新格式等价于原始变量为$p$的双虚元方法。一旦主变量被计算,求解对称正定系统,达西速度的所有自由度都被局部计算。此外,$L^2$ -投影到多项式空间是很容易计算的。因此,我们的工作开辟了一个简单的方法来计算达西速度的多边形/多面体网格。对于最低阶情形,给出了满足守恒律的Raviart-Thomas类空表示的计算公式.进行了最佳误差分析,并给出了支持理论的数值结果。
2021-09-17 cs.NA math.NA
Analysis of mixed discontinuous Galerkin formulations for quasilinear elliptic problems
Aachen Institute for Advanced Study in Computational Engineering Science, RWTH Aachen(亚琛计算工程科学高等研究院,亚琛工业大学)
本文分析了混合不连续伽辽金格式求解准线性椭圆问题的稳定性,扩展了BR1、BR2、SIPG和LDG等离散化方案到非线性问题,并证明了单调和全局利普希茨问题的解的唯一性和误差估计的最优性。
2017-02-09 cs.NA math.NA
Optimal finite element error estimates and Newton convergence for a quasilinear elliptic problem with mixed boundary conditions
University of Bucharest(布加勒斯特大学);“Gheorghe Mihoc – Caius Iacob” Institute of Mathematical Statistics and Applied Mathematics of the Romanian Academy(罗马尼亚科学院格奥尔基·米霍克-凯乌斯·雅各布数学统计与应用数学研究所)
研究具有混合边界条件的拟线性椭圆热传导问题,用牛顿法求解伽辽金离散化产生的非线性代数系统,结合混合边界椭圆正则性与对偶论证,证明离散解满足最优收敛速率,数值实验证实收敛速率及准则可行性。
2026-07-13 cs.NA math.NA
Residual minimization for isogeometric analysis in reduced and mixed forms
Curtin University(科廷大学);Mineral Resources, Commonwealth Scientific and Industrial Research Organisation (CSIRO)(联邦科学与工业研究组织(CSIRO)矿产资源部);South Dakota Schoolol Mines & Technology(南达科他矿业与技术学院)
本文提出了一种使用高连续B-样条作为试空间的基础函数,而测试空间使用低正则性或更低阶多项式的基础函数的框架,通过残差最小化方法实现稳定变分形式,并通过数值测试验证其等价性。
2019-02-11 cs.NA math.NA
Residual-based a posteriori error analysis for symmetric mixed Arnold-Winther FEM
Humboldt-Universität zu Berlin(柏林洪堡大学);Karlsruher Institut für Technologie(卡尔斯鲁厄理工学院)
本文提出了一种显式的后验误差分析方法,用于线弹性对称混合有限元方法,该方法仅依赖对称应力近似,无需额外信息,具有可靠性和高效性。
2017-05-24 cs.NA math.NA
Mixed Consistent PINNs for Elliptic Obstacle Problems with Stability Analysis
Indian Institute of Technology Roorkee(印度理工学院罗尔基分校);University of Oslo(奥斯陆大学)
本文提出了一种用于椭圆障碍问题的混合一致物理信息神经网络框架,通过混合损失函数和一致的拉格朗日乘子处理,实现了解和乘子的近最优收敛率,展示了方法的准确性、稳定性和鲁棒性。
2026-04-02 cs.NA math.NA
Mixed Multiscale Finite Volume Methods for Elliptic Problems in Two-phase Flow Simulations
University of Minnesota(明尼苏达大学);ExxonMobil Upstream Research Company(埃克森美孚上游研究公司)
针对多孔介质流动中的多尺度椭圆方程,提出混合多尺度有限体积方法框架,通过新型多尺度速度基函数结合全局信息,在粗网格上高效捕捉小尺度效应,并应用于非均质多孔介质两相流模拟,数值实验验证了精度和效率。
2011-08-11 cs.NA math.NA
Bend 3d Mixed Virtual Element Method for Elliptic Problems
在这项研究中,我们提出了一个虚拟的元素计划来解决达西问题的三维物理。主要的新颖性,这里提出的是,弯曲的元素自然地处理,没有任何退化的解决方案的精度。事实上,在存在曲线边界或内部界面的情况下,由平面近似引入的几何误差可能主导收敛速度,从而限制了高阶近似的益处。我们认为达西问题在其混合形式直接获得,与我们的数值方案,准确和质量守恒通量没有任何后处理。导出这种新方案的一个重要步骤是实际计算曲多面体上的多项式,这里介绍和讨论。最后,我们给出了该方案的理论分析以及几个数值例子来支持我们的发现
2021-11-20 cs.NA math.NA
A Weak Galerkin Mixed Finite Element Method for Second-Order Elliptic Problems
Division of Mathematical Sciences, National Science Foundation(国家科学基金会数学科学部);Department of Mathematics, University of Arkansas at Little Rock(阿肯色大学小石城分校数学系)
针对二阶椭圆问题的一阶方程组形式,提出并分析了一种新的弱Galerkin混合有限元方法(WG-MFEM),采用任意多边形/多面体上的间断分片多项式,实现了对原变量和通量变量的高精度逼近,并建立了离散H1和L2范数下的最优阶误差估计。
2013-06-25 cs.NA math.NA
A mixed finite element method for a sixth order elliptic problem
Monash University(莫纳什大学);University of Newcastle(纽卡斯尔大学);University of Wollongong(伍伦贡大学)
本文提出一种六阶偏微分方程的鞍点格式及其有限元近似方法,采用H¹连续拉格朗日有限元空间进行求解,并给出先验误差估计及数值结果。
2017-11-15 cs.NA math.NA
A boundary-corrected weak Galerkin mixed finite method for elliptic interface problems with curved interfaces
本文针对二维曲界面椭圆界面问题,提出基于贴体多边形网格的边界修正弱 Galerkin 混合有限元方法,利用 Taylor 展开传递界面条件,避免曲边数值积分,并证明了任意阶离散在能量范数下的最优收敛性。
2025-02-05 cs.NA math.NA
Discretization of Linear Problems in Banach Spaces: Residual Minimization, Nonlinear Petrov-Galerkin, and Monotone Mixed Methods
Pontificia Univ. Católica de Valparaíso(天主教教宗大学瓦尔帕莱索分校);University of Nottingham(诺丁汉大学)
本文提出了一种Banach空间中抽象线性算子方程的全面离散化理论,通过残差最小化和离散对偶范数的非精确版本,发展出非线性Petrov-Galerkin方法和等价的具有单调非线性的抽象混合方法,并证明了在Fortin条件下的离散稳定性及误差分析。
2018-07-29 cs.NA math.NA
Stability of mixed FEMs for non-selfadjoint indefinite second-order linear elliptic PDEs
对于一类适定的非自伴不定二阶线性椭圆型偏微分方程,其一般系数$\mathbf A, \mathbf b,γ$在$L^\infty$中,系数矩阵$\mathbf A$为对称一致正定,证明了只要其形状正则三角剖分足够细,混合有限元问题唯一可解,离散解一致有界.这适用于Raviart-Thomas(RT)和Brezzi-Douglas-Marini(BDM)有限元族的任何顺序和在任何空间维度,并导致最佳逼近估计在$H(div)\times L^2$以及在$L^2\times L^2$的振荡。这将分段Lipschitz连续系数的早期贡献推广到$L^\infty$系数。Schatz和Wang关于位移定向问题的紧性论证并不直接适用于$H(div)\times L^2$中的混合公式。但它允许一致逼近的一些$L^2$的贡献,并可以结合最近的$L^2$最佳近似结果从medius分析。这种技术避免了任何正则性假设和Fortin插值算子的应用。
2022-03-09 cs.NA math.NA
Mixed finite element approximation for non-divergence form elliptic equations with random input data
本文提出了一种混合型连续有限元方法,结合插值离散化,用于非散度形式椭圆方程的随机输入数据近似,并建立了误差界和数值验证。
2025-12-03 cs.NA math.NA
An adaptive superconvergent mixed finite element method for exactly symmetric linear elasticity based on local residual minimization
Universidad de Santiago de Chile(圣地亚哥智利大学)
该研究提出一种基于局部残差极小化的精确对称线性弹性自适应超收敛混合有限元方法,建立了含Lamé参数的后验误差估计,数值算例验证了理论结果。
2026-08-17 cs.NA math.NA
A posteriori error estimates for hierarchical mixed-dimensional elliptic equations
具有层次结构的混合维椭圆型方程通常用于模拟具有高纵横比夹杂物的问题,例如裂缝多孔介质中的流动。基于泛函后验误差估计理论,我们得到了一般的抽象估计,并得到了原始变量和对偶变量的上界以及原始-对偶对的双边界.我们通过提出基于近似解具有守恒性质的程度来估计残差的四种不同方法来改进用泛函方法获得的抽象结果,即:(1)不守恒,(2)子域守恒,(3)网格级守恒,(4)精确守恒。这种处理的结果在更清晰和完全可计算的估计时,质量是保守的,无论是在网格级别或确切地,具有可比的结构,从基于网格的后验技术。我们证明了我们的理论结果的实际有效性,通过数值实验,使用四种不同的离散化方法的合成问题和应用程序的基础上在裂缝性多孔介质中的流动的基准。
2022-04-19 cs.NA math.NA
Functional A Posteriori Error Equalities for Conforming Mixed Approximations of Elliptic Problems
University of Jyväskylä(于韦斯屈莱大学);Universität Duisburg-Essen(杜伊斯堡-埃森大学)
本文通过Repin方法的后验误差估计,推导出符合混合近似法的精确误差计算方法,无需辅助数据,仅需问题数据和近似解即可计算两个积分量以获得精确误差。
2014-03-11 cs.NA math.NA
Enhanced physics-informed neural networks with domain scaling and residual correction methods for multi-frequency elliptic problems
Kyung Hee University(庆熙大学)
针对多频椭圆偏微分方程的神经网络逼近方法受高低频对比度影响精度的问题,提出结合域缩放与残差校正的增强物理信息神经网络,提升了求解效率与精度。
2023-11-07 cs.LG cs.NA math.NA
A new mixed finite-element method for $H^2$ elliptic problems
四阶微分方程在科学和工程中有着重要的应用。在本文中,我们提出了一个三场混合有限元公式的四阶问题,重点是不同的边界条件,自然产生的变分公式的有效处理。我们的配方是基于引入梯度的解决方案作为一个明确的变量,约束使用拉格朗日乘子。必要的边界条件是强制弱,使用Nitsche的方法在需要的地方。因此,问题被重写为鞍点系统,需要分析所产生的有限元离散化和最佳线性求解器的建设。在这里,我们讨论的有限元公式的适定性和准确性的分析。此外,我们开发单片多重网格求解器所产生的线性系。二维和三维的数值结果表明,提出的多重网格求解器的离散化和效率的准确性。
2022-10-12 cs.NA math.NA
MIM: A deep mixed residual method for solving high-order partial differential equations
近年来,通过深度学习求解偏微分方程(PDE)受到了极大的关注。例如,深度Galerkin方法(DGM)使用最小二乘意义上的PDE残差作为损失函数,并使用深度神经网络(DNN)来近似PDE解。在这项工作中,我们提出了一个深度混合残差方法(MIM)解决偏微分方程的高阶导数。在MIM中,我们首先将高阶偏微分方程改写为一阶方程组,这与偏微分方程经典数值方法中的局部间断Galerkin方法和混合有限元法的思想非常相似。然后,我们使用最小二乘意义下的一阶系统的残差作为损失函数,这与最小二乘有限元法密切相关。对于上述经典的数值方法,在许多情况下,试验和检验函数的选择对于稳定性和精度问题是重要的。当DNN被用来近似一阶系统中的未知函数时,MIM也具有这种特性。在一种情况下,我们使用几乎相同的DNN来近似所有未知函数,而在另一种情况下,我们对不同的未知函数使用完全不同的DNN。在大多数情况下,MIM提供了比DGM更好的近似(不仅对于PDE解的高阶导数,而且对于PDE解本身),具有几乎相同的DNN和相同的执行时间,有时超过一个数量级。当使用不同的DNN时,在许多情况下,MIM提供比仅具有一个DNN的MIM更好的近似,有时超过一个数量级。因此,我们期望MIM能够从经典数值分析的角度,为理解和改进深度学习解决偏微分方程开辟一条可能的系统途径。
2020-06-07 cs.NA math.NA
Block constrained pressure residual preconditioning for two-phase flow in porous media by mixed hybrid finite elements
这项工作提出了一个原始的预处理器,耦合约束压力残差(CPR)的方法与块预处理的有效解的线性化系统的方程所产生的全隐式多相流模型。该预处理器,表示为块CPR(BCPR),是专门为拉格朗日乘子为基础的流动模型,如混合混合有限元(MHFE)近似生成的。一个原始的MHFE为基础的制定的两相流模型作为参考的BCPR预处理器的发展,其中的一组系统未知数包括元件和面对的压力,除了细胞饱和度,导致在一个$3 \times 3$块结构的雅可比矩阵与$2 \times 2$内压问题。CPR方法是油藏模拟中最成熟的技术之一,但大多数研究都集中在基于两点通量近似(TPFA)的离散化的解决方案上,这些离散化并不容易扩展到我们的问题公式。因此,我们设计了一个专用的两阶段的策略,CPR算法的启发,块预处理器用于压力部分,目的是利用内部$2 \times 2$结构。所提出的预处理框架进行了广泛的实验测试,包括在笛卡尔和非笛卡尔域的合成和现实的应用。
2023-03-23 cs.NA math.NA
A Mixed Extended Virtual Element Method for Elliptic Interface Problems on Polygonal Meshes
Jinling Institute of Technology(金陵科技学院);Nanjing Normal University(南京师范大学);Jiangsu Second Normal University(江苏第二师范学院)
提出一种最低阶H(div)协调混合扩展虚拟元方法,用于界面非拟合多边形网格上的椭圆界面问题,通过子域扩展的H(div)-VEM空间和分片常数逼近通量与压力,并引入修正界面通量惩罚和局部散度鬼惩罚实现界面位置无关的稳定性,证明了最优一阶误差估计。
2026-06-07 cs.NA math.NA
An Adaptive Mixed Precision and Dynamically Scaled Preconditioned Conjugate Gradient Algorithm
本文提出AMP-PCG算法,通过自适应调整存储与计算精度并结合动态残差缩放,在保持双精度PCG收敛精度和速度的同时,于GPU上实现1.63倍加速。
2025-05-07 cs.NA math.NA
Mitigating Numerical Stiffness in Least-Squares Formulations of Elliptic PDEs for Physics-Informed Neural Networks
Helmholtz-Zentrum Dresden-Rossendorf e.V.(亥姆霍兹德累斯顿-罗斯多夫中心);University of Wrocław(弗罗茨瓦夫大学)
研究物理驱动神经网络学习偏微分方程解时\(H^{-1}\)残差损失公式,分析椭圆型偏微分方程中\(H^{-1}\)范数离散化,证明其可平衡偏微分方程损失、改善条件并减轻刚性,通过实验验证。
2026-07-07 cs.NA math.NA