We analyze a semi-explicit time discretization scheme of first order for poro\-elasticity with nonlinear permeability provided that the elasticity model and the flow equation are only weakly coupled. The approach leads to a decoupling of the equations and, at the same time, linearizes the nonlinearity without the need of further inner iteration steps. Hence, the computational speed-up is twofold without a loss in the convergence rate. We prove optimal first-order error estimates by considering a related delay system and investigate the method numerically for different examples with various types of nonlinear displacement-permeability relations.


翻译:我们分析一个半显性的时间分解方案,即对浮质/弹性的第一顺序和非线性渗透性的半显性分解方案,条件是弹性模型和流动方程式的连接弱。该方法导致方程式脱钩,同时将非线性线性线性线性线性线分解,而不需要进一步的内迭代步骤。因此,计算速度是双倍,而汇合率没有损失。我们通过考虑相关的延迟系统来证明最理想的第一阶误差估计,并用数字方法调查与非线性迁移-渗透性关系不同类型的不同实例的方法。

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2020年12月14日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
将门创投
5+阅读 · 2018年10月16日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年11月21日
Arxiv
0+阅读 · 2021年11月19日
VIP会员
相关资讯
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
将门创投
5+阅读 · 2018年10月16日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6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