项目名称: 不可压缩流体问题自适应有限体积算法研究

项目编号: No.11301157

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 张通

作者单位: 河南理工大学

项目金额: 22万元

中文摘要: 如何提高计算效率,用最小的计算代价获得满足精度要求的解一直是计算科学和工程领域的研究热点之一。本课题针对不可压缩流体问题,研究数值逼近中的自适应有限体积算法。在理论分析方面,结合自适应有限元方法理论分析技巧和单元上局部函数的性质,建立定常Stokes及Navier-Stokes方程的有限体积方法后验误差估计。对于非定常问题,考察时间项对自适应方法产生的影响,构造时间或空间重构算子,结合对偶分析技巧,研究时间/空间半离散及时空全离散形式的不可压缩问题自适应有限体积算法。在数值计算方面,我们将设计数值模拟程序,利用建立的后验误差估计子计算逼近解的误差,调整区域剖分的局部网格数,达到用最小计算代价刻画高精度数值解的目的。该项目的研究有助于完善和发展不可压缩问题自适应有限体积算法,并为非线性科学的研究和发展及计算流体力学在工程技术中的应用提供经济的研究途径。

中文关键词: 后验误差估计;自适应算法;不可压缩流体;解耦算法;两层方法

英文摘要: How to improve the computational efficiency, using the minimum computational cost to get a satisfied solution is one of the research hots in computation science and engineering. This project researches the adaptive finite volume method for incompressible fluid problem. On the aspect of theoretical analysis, by applying the techniques established in adaptive finite element method and the properties of local function on each element, we develop an a posteriori error estimates of finite volume method for the steady Stokes and Navier-Stokes equations. For the unsteady problem, consider the effect of time term in the analysis of adaptive method, construct appropriate time or space reconstruction operators, combining with dual arguments, we discuss the adaptive finite volume algorithms for incompressible flow problem in time/space semidiscrete and space-time fully discrete formulations. On the aspect of numerical computations, we will design the program, calculate the errors of numerical solutions by using the established posteriori error estimates, such that we can adjust the local meshes and achieve the purposes of obtaining high precision numerical solutions with minimum computational cost. The investigations of this project contribute to the improvement and development of adaptive finite volume method for the inco

英文关键词: Posteriori error estimates;Adaptive algorithm;Incompressible flow;Decoupled algorithm;Two level method

成为VIP会员查看完整内容
0

相关内容

【博士论文】吉布斯分布的局部、动态与快速采样算法
专知会员服务
28+阅读 · 2021年11月26日
专知会员服务
103+阅读 · 2021年8月23日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
77+阅读 · 2020年12月6日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
图神经网络的困境,用微分几何和代数拓扑解决
机器之心
4+阅读 · 2022年3月27日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
用缩放CNN消除反卷积带来的棋盘伪影
论智
19+阅读 · 2018年10月30日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
Tensorflow卷积神经网络
全球人工智能
13+阅读 · 2017年10月14日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
2+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
31+阅读 · 2021年3月29日
Arxiv
11+阅读 · 2018年5月21日
小贴士
相关主题
相关VIP内容
相关资讯
图神经网络的困境,用微分几何和代数拓扑解决
机器之心
4+阅读 · 2022年3月27日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
用缩放CNN消除反卷积带来的棋盘伪影
论智
19+阅读 · 2018年10月30日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
Tensorflow卷积神经网络
全球人工智能
13+阅读 · 2017年10月14日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员