Finite volume schemes for hyperbolic balance laws require a piecewise polynomial reconstruction of the cell averaged values, and a reconstruction is termed `well-balanced' if it is able to simulate steady states at higher order than time evolving states. For the shallow water system this involves reconstructing in surface elevation, to which modifications must be made as the fluid depth becomes small to ensure positivity, and for many reconstruction schemes a modification of the inertial field is also required to ensure the velocities are bounded. We propose here a reconstruction based on a convex combination of surface and depth reconstructions which ensures that the depth increases with the cell average depth. We also discuss how, for cells that are much shallower than their neighbours, reducing the variation in the reconstructed flux yields bounds on the velocities. This approach is generalisable to high order schemes, problems in multiple spacial dimensions, and to more complicated systems of equations. We present reconstructions and associated technical results for three systems, the standard shallow water equations, shallow water in a channel of varying width, and a shallow water model of a particle driven current. Positivity preserving time stepping is also discussed.


翻译:超双曲平衡法的有限量计划要求对细胞平均值进行细小的多面性重建,如果能够模拟比变化时的状态更高的稳定状态,那么重建就被称为“良性平衡 ” 。 对于浅水系统来说,这涉及到地表高地的重建,由于液体深度变小,以确保真实性,必须对此进行修改,对于许多重建计划来说,也需要对惯性场进行修改,以确保速度的交错。我们在此建议,在地表和深度重建的交融下进行重建,确保细胞平均深度增加深度的深度。对于比其邻居更浅的细胞,我们也讨论如何减少重建的通量增量在速度圈上的变化。这种方法对高度计划、多个平流层的问题和更为复杂的方程系统是普遍的。我们提出了三个系统的重建及相关的技术结果,即标准浅水方程式、不同宽度的浅水层水面,以及颗粒流的浅水模型,也讨论了这个方法。

0
下载
关闭预览

相关内容

专知会员服务
14+阅读 · 2021年5月21日
专知会员服务
41+阅读 · 2021年4月2日
专知会员服务
52+阅读 · 2020年9月7日
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【泡泡汇总】CVPR2019 SLAM Paperlist
泡泡机器人SLAM
14+阅读 · 2019年6月12日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
资源|斯坦福课程:深度学习理论!
全球人工智能
17+阅读 · 2017年11月9日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年8月22日
Arxiv
0+阅读 · 2021年8月19日
Arxiv
0+阅读 · 2021年8月19日
Meta-Transfer Learning for Few-Shot Learning
Arxiv
8+阅读 · 2018年12月6日
VIP会员
相关资讯
【泡泡汇总】CVPR2019 SLAM Paperlist
泡泡机器人SLAM
14+阅读 · 2019年6月12日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
资源|斯坦福课程:深度学习理论!
全球人工智能
17+阅读 · 2017年11月9日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员