Least-Squares versus Partial Least-Squares Finite Element Methods: Robust A Priori and A Posteriori Error Estimates of Augmented Mixed Finite Element Methods
本文针对广义达西问题,提出两种稳健的增广混合有限元方法(偏最小二乘方法),与标准LSFEM共享后验误差估计器,并首次证明基于L2的LSFEM的稳健性,数值实验验证了结果。
2023-12-27 cs.NA math.NA
On the efficiency of a posteriori error estimators for parabolic partial differential equations in the energy norm
Department of Mathematics, University College London(伦敦大学学院数学系)
本文研究了抛物型偏微分方程在能量范数下后验误差估计符的效率,通过分析数值解的定义方式揭示了效率影响因素。
2025-07-17 cs.NA math.NA
Optimal $L^\infty(L^2)$ and $L^1(L^2)$ a posteriori error estimates for the fully discrete approximations of time fractional parabolic differential equations
本文针对时间分数阶抛物型方程的全离散逼近,在$L^\infty(L^2)$和$L^1(L^2)$范数下推导了最优后验误差估计,采用L1时间离散和协调有限元空间离散,并引入时空重构方法,数值实验验证了理论。
2023-11-12 cs.NA math.NA
Adjoint-based A Posteriori Error Analysis for Semi-explicit Index-1 and Hessenberg Index-2 Differential-Algebraic Equations
针对半显式1-指标和Hessenberg 2-指标微分代数方程(DAEs)的时间离散化,本文开发了基于伴随方法的后验误差估计分析,量化感兴趣量(QoI)误差并推导多种QoI误差表示,通过两种分析方法及多示例验证,数值结果显示误差估计高度准确。
2025-08-15 cs.NA math.NA
Parametric elliptic reconstructions and a posteriori error estimates for parabolic partial differential equations with small randomness in a Robin boundary condition
Chalmers University of Technology and University of Gothenburg(查尔姆斯理工大学和哥德堡大学)
针对Robin边界条件含小随机性的抛物型偏微分方程,采用摄动法转化为确定性问题,结合有限元与向后欧拉离散,引入参数椭圆重构算子得到鲁棒后验误差估计。
2026-06-25 cs.NA math.NA
Layer-adapted meshes for singularly perturbed problems via mesh partial differential equations and a posteriori information
本文提出一种基于 MPDE 并利用后验解估计构造 SPDE 层适应网格的新方法,给出高效实现算法、一/二维双参数问题数值结果及 FEniCS 代码。
2023-11-02 cs.NA math.NA
A posteriori error analysis of round-off errors in the numerical solution of ordinary differential equations
University of Oslo(奥斯陆大学);Simula Research Laboratory(西穆拉研究实验室);Chalmers University of Technology(查尔姆斯理工大学)
研究常微分方程数值解中舍入误差的传播,提出新的误差估计方法,证明舍入误差与步长平方根成反比,通过洛伦兹系统和范德波 oscillator 的数值解验证理论结果。
2015-04-25 cs.NA math.NA
Robust a posteriori estimates for the stochastic Cahn-Hilliard equation
我们推导了随机Cahn-Hilliard方程的全离散有限元逼近的后验误差估计。后验界是通过将方程分解为线性随机偏微分方程(SPDE)和非线性随机偏微分方程(RPDE)得到的。由此产生的估计是强大的界面宽度参数,是可计算的,因为它涉及的线性化(随机)的Cahn-Hilliard算子的离散主特征值。此外,该估计是鲁棒的拓扑结构的变化,以及强度的随机噪声。我们提供了数值模拟来证明所提出的自适应算法的实用性。
2022-01-21 cs.NA math.NA
A Posteriori Single- and Multi-Goal Error Control and Adaptivity for Partial Differential Equations
本文综述并扩展了偏微分方程有限元近似中面向目标的后验误差控制与自适应方法,重点研究多目标误差控制,通过伴随问题和单位分解实现误差定位,结合饱和假设优化理论结果,并在四类问题中验证了算法有效性。
2024-10-09 cs.NA math.NA
A posteriori error analysis for a space-time parallel discretization of parabolic partial differential equations
将时间上的Parareal算法与空间上的重叠区域分解相耦合,构造了求解抛物型偏微分方程的时空并行方法。我们的目标是获得一个离散化组成的“本地”的问题,可以有效地解决并行计算机。然而,这引入了必须评估的重要误差源。将原Parareal算法转化为变分方法,并在空间上进行有限元离散,从而可以进行基于伴随的后验误差分析。通过适当选择伴随问题和残差,误差分析区分由于时间和空间离散化而产生的误差,以及由于不完整的Parareal迭代和区域分解求解器的不完整迭代而产生的误差。我们首先开发的Parareal方法应用于抛物型偏微分方程的误差分析,然后细化这种分析的情况下,相关的空间问题,使用重叠区域分解解决。这两种算法分别构成了我们的时间并行算法(TPA)和空时并行算法(STPA)。数值实验证明了这两种算法的估计和不同的误差分量之间的迭代的准确性。
2022-01-14 cs.NA math.NA
A posteriori verification for the sign-change structure of solutions of elliptic partial differential equations
本文提出了一种严格分析椭圆型偏微分方程在Dirichlet、Neumann和混合三种齐次边界条件下解的变号结构的方法.给出明确估计的精确解$ u $和数值计算的近似解$ \hat{u} $之间的误差界,我们评估了$ u $(节点域的数量)的符号变化的数量,并确定了$ u $(节点线的位置)的零水平集的位置。我们将这种方法应用于Allen-Cahn方程的狄利克雷问题。该方程的解的节线表示两个共存相之间的界面。
2021-01-06 cs.NA math.AP math.NA
Chebyshev collocation for linear, periodic ordinary and delay differential equations: a posteriori estimates
提出一种针对线性ODE和DDE问题的切比雪夫配置法,通过后验估计评估解精度,并推广到DDE系统以可靠估计稳定性,主要贡献是证明了单值算子特征值的后验估计定理。
2004-09-23 cs.NA math.NA math.SP
A posteriori error estimates for finite element exterior calculus: The de Rham complex
University of Kentucky(肯塔基大学);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
针对de Rham复形中的Hodge-Laplace问题,提出基于残差的后验误差估计,统一处理各种Hodge-Laplace问题,并考虑调和形式及其近似的影响。
2012-12-18 cs.NA math.NA
A priori and a posteriori error estimates for the Deep Ritz method applied to the Laplace and Stokes problem
我们分析了神经网络解决方案的偏微分方程获得物理知情的神经网络。特别是,我们应用经典的有限元误差分析的工具,以获得的结论适用于拉普拉斯和斯托克斯方程的深里兹方法的错误。进一步,我们发展了神经网络逼近偏微分方程的后验误差估计器。所提出的方法是基于双加权残差估计。它注定要作为一个停止标准,保证独立的神经网络训练的设计的解决方案的准确性。最后给出了Laplace和Stokes问题的计算实例。
2022-09-12 cs.NA math.NA
A posteriori error bounds for pseudo-parabolic equations using $C_0$ semigroups
FernUniversität in Hagen(哈根开放大学)
针对伪抛物方程,基于 $C_0$ 半群理论和椭圆重构概念,推导了空间有限元与时间BDF格式的后验误差界,并进行了数值验证。
2026-06-19 cs.NA math.NA
Residual-based a posteriori error estimation for immersed finite element methods
本文介绍并分析了求解椭圆界面问题的部分罚浸入有限元法的基于残差的后验误差估计。浸入式有限元法可以很自然地应用于界面非拟合网格。我们的后验误差估计被证明是可靠的和有效的可靠性常数无关的界面的位置。数值结果表明,效率常数是独立的界面位置和误差估计是强大的系数对比度。
2019-10-17 cs.NA math.NA
Functional A Posteriori Error Control for Conforming Mixed Approximations of Coercive Problems with Lower Order Terms
Universität Duisburg-Essen(杜伊斯堡-埃森大学)
本文针对含低阶项的coercive问题,推导了后验误差等式及无常数双侧估计,结合主变量与对偶变量的混合范数评估误差。
2015-12-28 cs.NA math.AP math.NA
Adaptive Neural Network Subspace Method for Solving Partial Differential Equations with High Accuracy
本文提出一种结合神经网络与自适应子空间逼近的偏微分方程求解方法,利用超圆技术得到后验误差估计子并将其作为损失函数来自适应精调网络参数。
2024-12-03 cs.NA math.NA
A posteriori error estimation for parabolic problems with dynamic boundary conditions
本文针对具有动态边界条件的抛物问题,提出后验误差估计子,支持自适应网格细化与边界特殊处理,并证明其可靠性和效率,通过数值实验验证性能。
2023-10-10 cs.NA math.NA
A Posteriori Error Analysis of $hp$-FEM for singularly perturbed problems
TU Wien(维也纳工业大学);University of Bern(伯尔尼大学)
本文研究了强摄动问题中$hp$-有限元法的后验误差估计,提出了一种自然残差范数下的误差界,该界对扰动参数具有鲁棒性,并明确表达了局部网格尺寸$h$和多项式次数$p$。
2015-04-29 cs.NA math.NA
A posteriori error estimates for the monodomain model in cardiac electrophysiology
本文针对心脏电生理学中的单域模型,推导了考虑空间/时间离散化和线性化误差的后验误差估计量,证明了其可靠性与有效性,并通过数值实验验证了理论结果。
2019-01-22 cs.NA math.AP math.NA
Modified Trapezoidal Product Cubature Rules. Definiteness, Monotonicity and a Posteriori Error Estimates
本文研究了逼近正方形区域上二重积分的梯形乘积求积公式的两种修正,该公式结合了均匀网格上的被积函数求值与一元积分,证明了其对于特定函数类的余项单调性并推导了后验误差估计。
2024-04-27 cs.NA math.CA math.NA
A~posteriori error analysis for optimization with PDE constraints
本文针对线性PDE约束优化问题,基于约化重标度的最优性系统推导涵盖状态、伴随状态、控制与观测的后验误差界,并通过分布与边界控制算例验证其性质。
2025-03-17 cs.NA math.NA
A posteriori error analysis for Schwarz overlapping domain decomposition methods
区域分解方法是在高性能计算机上求解偏微分方程的一种常用方法。我们开发了一个基于伴随的后验误差分析的乘法和加法重叠Schwarz区域分解方法。在用户指定的功能的解决方案(感兴趣的量)的数值误差被分解成的贡献,所产生的结果的子域之间的有限迭代和从空间离散化。空间离散化的贡献被进一步分解为每个子域产生的贡献。数值误差的这种分解被用于构造两阶段的解决方案策略,该策略通过调整对误差的相对贡献来有效地减少感兴趣的量中的误差。
2019-10-08 cs.NA math.NA
Two-level a posteriori error estimation for adaptive multilevel stochastic Galerkin FEM
研究了一类参数椭圆型偏微分方程(PDE),其中方程的系数和右端函数依赖于无穷多个(不确定)参数.我们引入了一个两级后验估计来控制这类偏微分方程问题的多级随机伽辽金近似的能量误差。我们证明了两层估计总是为未知的逼近误差提供一个下界,而上界等价于一个饱和假设。我们提出并实证比较三种自适应算法,其中利用估计器的结构来执行空间细化以及参数富集。本文还讨论了实现方面的计算多级随机Galerkin近似。
2021-03-17 cs.NA math.NA
A posteriori Error Estimation for the Spectral Deferred Correction Method
谱延迟校正法是求解常微分方程的延迟校正法的一种变形。这种方法的一个好处是迭代地使用低阶格式来产生高阶近似。在本文中,我们考虑基于伴随的后验分析,以估计的解决方案的感兴趣的数量的误差。该误差公式是通过首先发展一种与谱延迟校正法等价的有限元法而得到的。然后,误差公式被分成各种项,每个项表征误差的不同分量。这些组分可用于确定改变方法参数的最优策略,以最佳地改善误差。
2020-07-06 cs.NA math.NA
Enhancing adaptive sparse grid approximations and improving refinement strategies using adjoint-based a posteriori error estimates
Sandia National Laboratories(桑迪亚国家实验室)
本文提出一种算法,利用伴随法后验误差估计提升稀疏网格逼近精度,并改进稀疏网格的自适应策略,通过平衡物理离散误差与随机插值误差提高近似准确性。
2014-07-03 cs.NA math.NA
Stability of step size control based on a posteriori error estimates
本文研究了常微分方程中基于残差的后验误差估计在显式Runge-Kutta方法下选择时间步长的稳定性,证明了标准I控制器不稳定而PI和PID控制器可设计为稳定,并比较了其与经典误差估计器的稳定性性质。
2024-03-21 cs.NA math.NA
Error estimation for the time to a threshold value in evolutionary partial differential equations
我们开发了一个\textit{a posteriori}误差分析的数值估计的时间,在该时间的一个功能的解决方案的偏微分方程(PDE)第一次达到一个门限值在一个给定的时间间隔。该感兴趣的量(QoI)不同于被建模为解的有界线性(或非线性)泛函的经典QoI。泰勒定理和伴随的\textit{a posteriori}分析是用来获得可计算的和准确的误差估计的情况下,半线性抛物和双曲偏微分方程。通过一维热方程和线性化浅水方程(SWE)的数值解,分别代表抛物和双曲的情况下,证明了误差估计的准确性。
2022-06-07 cs.NA math.NA
A numerically stable a posteriori error estimator for reduced basis approximations of elliptic equations
Institute for Computational und Applied Mathematics(计算与应用数学研究所)
本文提出一种基于专用正交基表示残差的后验误差估计算法,用于提高减缩基方法的数值稳定性,并通过数值例子验证其有效性。
2014-07-30 cs.NA math.NA
Robust a posteriori error control for the Allen-Cahn equation with variable mobility
本文为具有可变非退化迁移率的 Allen-Cahn 方程有限元逼近提出 γ-鲁棒后验误差估计器,利用谱估计与基于 Bregman 距离的稳定性估计,通过数值解重构实现完全可计算性。
2024-03-13 cs.NA math.AP math.NA
Two-side a posteriori error estimates for the DWR method
Johann Radon Institute for Computational and Applied Mathematics, Austrian Academy of Sciences(奥地利科学院约翰·拉德纳计算与应用数学研究所);Leibniz Universität Hannover(汉诺威莱布尼茨大学)
本文针对DWR方法推导了双侧后验误差估计,考虑了单个和多个目标函数,通过饱和假设推导出下界,证明了误差估计器的有效性,并通过数值测试验证了理论发现和算法发展。
2018-11-19 cs.NA math.NA
A posteriori error estimation and adaptivity in stochastic Galerkin FEM for parametric elliptic PDEs: beyond the affine case
考虑一类参数系数一致有界的线性椭圆型偏微分方程。这个偏微分方程问题的解决方案是近似的框架内的随机伽辽金有限元法。我们进行后验误差分析的Galerkin近似,并得出一个可靠的和有效估计的能量误差在这些近似。这个误差估计的实际版本进行了讨论和测试数值模型的问题与非仿射参数表示的系数。此外,我们使用来自空间和参数误差估计的误差减少指标来指导给定参数PDE问题的自适应求解算法。自适应算法的性能进行了测试,数值模型的问题,两个不同的非仿射参数表示的系数。
2020-06-04 cs.NA math.NA
Neural functional a posteriori error estimates
本文提出一种融入后验误差估计的新损失函数,用于神经网络与神经算子的监督及物理信息训练,通过额外学习物理场在后处理阶段获得严格误差上界,并在椭圆问题上验证了其精度与高效误差上界恢复能力。
2024-02-08 cs.NA math.NA
A-posteriori error estimates for inverse problems
Virginia Polytechnic Institute and State University(弗吉尼亚理工大学)
本文提出了一种方法,用于估计反问题变分解中不同误差的影响,重点在于由常微分方程描述的时间演化系统和数据同化问题,通过一阶和二阶伴随模型进行计算,并在确定性和概率性设置中展示数值实验。
2015-01-30 cs.NA math.NA
A Posteriori Error Bounds for Two Point Boundary Value Problems: A Green's Function Approach
The University of Arizona(亚利桑那大学)
本文提出一种计算机辅助方法,用于生成二点边值问题解的存在性证明及后验误差界,通过格林函数方法处理截断误差和舍入误差,适用于高维系统和不稳定初始值问题的稳定边值问题。
2018-08-15 cs.NA math.NA
Robust consistent a posteriori error majorants for approximate solutions of diffusion-reaction equations
St. Petersburg State University(圣彼得堡国立大学)
本文提出一种鲁棒的后验误差上界,适用于扩散-反应方程,有效于任意非负反应系数,且在大反应系数时与Aubin上界一致,改进了其他方程的上界。
2017-02-01 cs.NA math.NA
Certified machine learning: A posteriori error estimation for physics-informed neural networks
Stuttgart Center for Simulation Science(斯图加特模拟科学中心);University of Stuttgart(斯图加特大学)
针对物理信息神经网络(PINN)的可靠性问题,本文在常微分方程设定下推导出无需真实解先验知识、可用于训练外输入的严格预测误差后验上界,并通过两个学术问题验证其认证与控制应用价值。
2022-08-02 cs.LG cs.NA math.NA
Error estimation and uncertainty quantification for first time to a threshold value
经典的微分方程后验误差分析将误差量化为一个感兴趣的量(QoI),它表示为解的一个有界线性泛函。在这项工作中,我们认为后验误差估计的数量的利益,不能以这种方式表示,即在第一次越过阈值的时间。我们推导出两种表示这样的错误,并使用基于伴随的后验方法来估计未知的条款,出现在我们的代表。第一种表示是基于使用泰勒定理的线性化。第二种表示是通过实现标准的求根技术。我们提供了几个例子,证明了方法的准确性。然后,我们将这些误差估计嵌入到一个框架内,当微分方程的参数不确定时,提供累积分布函数的误差界。
2020-07-06 cs.NA math.NA
A Note on why Enforcing Discrete Maximum Principles by a simple a Posteriori Cutoff is a Good Idea
Ruhr-Universität Bochum(波鸿鲁尔大学)
本文提出通过简单后验截断强制执行离散最大值原理,并证明该方法能在自然能量范数下改善逼近精度,适用于多种逼近方法且无几何限制。
2012-08-20 cs.NA math-ph math.MP
Fully computable a posteriori error bounds for eigenfunctions
对于希尔伯特空间中的紧自伴算子,提出了两种算法,给出了特征函数逼近的完全可计算的后验误差估计.在目标本征值问题的设定下,这两种算法都能很好地适用于紧簇和多特征值的情况。算法I基于表征本征值问题的瑞利商和最小-最大原理。算法Ⅰ给出的误差估计公式计算简单,适用于瑞利散射信息有限的问题。算法II作为Davis-Kahan方法的推广,利用了微分算子的对偶形式和Prager-Synge技术,大大提高了估计的精度,特别是对特征函数的有限元近似。凸域和非凸区域上矩阵的本征值问题和Laplace算子的数值例子说明了所提算法的有效性。
2022-07-16 cs.NA math.NA
A posteriori validation of generalized polynomial chaos expansions
广义多项式混沌展开是研究具有随机系数的微分方程的有力工具,特别是可以有效地逼近与此类方程相关的随机不变集。在这项工作中,我们使用的想法,从验证数值,以获得严格的后验误差估计与存在性结果的随机不变集的gPC扩展。这种方法也提供了一个新的框架进行验证延续,即严格计算孤立的分支的参数依赖系统的解决方案,这在一个简单的方式推广到多参数连续。我们说明了所提出的方法,严格计算随机不变的周期轨道的洛伦兹系统,以及分支和2维流形的稳定状态的Swift-Hohenberg方程。
2022-03-04 cs.NA math.DS math.NA
A hierarchical approach to the a posteriori error estimation of isogeometric Kirchhoff plates and Kirchhoff-Love shells
本文主要研究四阶椭圆型偏微分方程的后验误差估计。特别是,我们提出了一种新的算法,通过利用分层B样条的局部细化能力,在Kirchhoff板和Kirchhoff-Love壳的背景下引导自适应模拟。该方法是基于一个辅助剩余的变分问题,制定了一个局部样条函数的空间的装置的解决方案。该空间的特点是$C^1$连续B样条与紧凑的支持上的每个活动元素的层次网格。我们证明了建议的估计Kirchhoff板和Kirchhoff-Love壳的适用性,通过研究几个基准问题,表现出光滑和奇异解。在所有情况下,我们得到最佳的渐近收敛速度的能量范数和一个很好的逼近的真实误差测量的误差。
2019-06-25 cs.NA math.NA
A posteriori error estimates for an optimal control problem with a bilinear state equation
我们提出并分析了一个后验误差估计的最优控制问题,涉及一个椭圆型偏微分方程作为状态方程和一个控制变量,进入状态方程作为一个系数;逐点约束的控制变量被认为是以及。我们考虑两种不同的策略来近似最优变量:一个完全离散的计划,其中允许的控制集是离散的分段常数函数和半离散计划,其中允许的控制集不离散,后者计划是基于所谓的变分离散化途径。我们设计,为每个解决方案的技术,后验误差估计和显示,在二维和三维Lipschitz多边形/多面体域(不一定凸),所提出的误差估计是可靠和有效的。我们设计,根据设计的估计,自适应策略,提供最佳的实验收敛率的数值例子。
2022-03-30 cs.NA math.NA math.OC
Certified machine learning: Rigorous a posteriori error bounds for PDE defined PINNs
University of Stuttgart(斯图加特大学);Stuttgart Center for Simulation Science(斯图加特模拟科学中心)
针对物理信息神经网络缺乏预测误差保证的问题,提出一种无需真解、仅依赖 PDE 先验信息的严格后验误差上界,并在四类方程上验证。
2022-10-07 cs.LG cs.NA math.NA
Convergence and Complexity of an Adaptive Planewave Method for Eigenvalue Computations
本文研究二阶椭圆型偏微分方程特征值簇的自适应平面波离散。我们首先设计了一个后验误差估计器,并证明了上界和下界。基于后验误差估计,我们提出了一种自适应平面波方法。证明了自适应平面波逼近具有线性收敛速率和准最优复杂度。
2022-10-27 cs.NA math.NA
A posteriori error analysis for variable-coefficient multiterm time-fractional subdiffusion equations
考虑一类次扩散型初边值问题,微分算子的时间分量具有$\sum_{i=1}^{\ell}q_i(t)\, D _t ^{α_i} u(x,t)$的形式,其中$q_i$是连续函数,每个$D _t ^{α_i}$是Caputo导数,且$α_i$位于$(0,1]$中.在弱假设下证明了该问题的最大值/比较原理。得到了多项式Mittag-Leffler函数的一个新的正性结果。在$L_2(Ω)$和$L_\infty(Ω)$中得到后验误差界,其中空间域$Ω$位于$\bR^d$与$d\in\{1,2,3\}$中。基于这一理论的自适应算法进行了广泛的测试,并产生精确的数值解的算法所产生的网格。
2022-06-23 cs.NA math.NA
A-posteriori error estimation and adaptivity for nonlinear parabolic equations using IMEX-Galerkin discretization of primal and dual equations
Eindhoven University of Technology(埃因霍温理工大学);University of Nottingham(诺丁汉大学)
本文提出基于对偶的后验误差估计方法,用于非线性抛物方程的离散误差估计与自适应控制,通过IMEX时间步进方案和有限元方法进行空间离散,实现空间和时间误差分离以驱动自适应网格细化和时间步长选择。
2017-06-13 cs.NA math.NA
Enhancing Biomechanical Simulations Based on A Posteriori Error Estimates: The Potential of Dual Weighted Residual-Driven Adaptive Mesh Refinement
本文提出面向生物力学的DWR后验误差估计与自适应网格细化方法,利用自动微分支持三维非线性超弹性模型,并经硅树脂实验验证后应用于患者特异性足跟压疮计算。
2024-03-01 cs.NA math.NA
Adaptive Fixed Point Iterations for Semilinear Elliptic Partial Differential Equations
Applied University of Zürich(苏黎世应用大学)
本文研究了有限维固定点迭代在Banach空间设定下的行为,通过网格大小和收缩因子界定了离散序列与连续解的差异,并展示了自适应有限元离散化方法在半线性单调问题中的应用。
2017-06-27 cs.NA math.NA
A posteriori error bounds for fully-discrete hp-discontinuous Galerkin timestepping methods for parabolic problems
我们考虑完全离散的时间-空间近似的抽象线性抛物型偏微分方程(PDE)组成的$hp$版本的不连续Galerkin(DG)的时间步进计划结合标准(符合)Galerkin离散空间。我们推导出抽象的可计算的后验误差界的结果,例如,在具体的界限在$L_{\infty}(I;L_2(Ω))$和$L_{2}(I;H^{1}(Ω))$型规范时,$I$是时间和$Ω$的PDE的空间域。我们的分析方法基于一种新的时空重建方法。我们的方法是灵活的,因为它适用于任何类型的椭圆误差估计,并留给他们的选择,以用户。它还允许以清晰简洁的方式展示网格变化估计器。我们还展示了我们的方法如何允许推导这样的界限在$H^1(I;H^{-1}(Ω))$规范。
2021-02-08 cs.NA math.NA
A posteriori error analysis for evolution nonlinear Schrödinger equations up to the critical exponent
King Abdullah University of Science and Technology(阿卜杜拉国王科技大学);IACM–FORTH(应用数学研究所-希腊技术研究院);Dept. of Math. & Applied Mathematics, Univ. of Crete(克里特大学数学与应用数学系)
本文基于后验误差分析,针对直至临界指数的演化非线性薛定谔方程,提出松弛时间离散和完全离散方案,在$ L^\infty(L^2) $-范数下提供误差估计,结合重构技术与连续问题的非线性稳定性论证,利用Gagliardo-Nirenberg不等式和守恒律,验证了估计的最优收敛阶。
2016-05-23 cs.NA math.NA
A new anisotropic mesh adaptation method based upon hierarchical a posteriori error estimates
提出了一种新的椭圆型微分方程有限元各向异性网格自适应策略。该算法在一定的度量空间中生成各向异性的自适应网格作为准均匀网格,度量张量的计算基于分层后验误差估计。在这项研究中,一个整体的分层误差估计,以获得可靠的方向信息的解决方案。而不是解决全局误差的问题,这是昂贵的,在一般情况下,我们解决它迭代使用对称高斯-赛德尔(GS)方法。数值结果表明,几个GS迭代是足够的,以获得一个相当好的近似误差用于各向异性网格自适应。新方法进行了比较,与几种策略,使用局部误差估计或恢复海森。数值结果的选择的测试实例和数学模型的热电池中的热传导与大的正交各向异性跳跃的材料系数。
2019-08-12 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