Isogeometric approach applied to Boundary Element Methods is an emerging research area. In this context, the aim of the present contribution is that of investigating, from a numerical point of view, the Symmetric Galerkin Boundary Element Method (SGBEM) devoted to the solution of 2D boundary value problems for the Laplace equation, where the boundary and the unknowns on it are both represented by B-splines. We mainly compare this approach, which we call IGA-SGBEM, with a curvilinear SGBEM, which operates on any boundary given by explicit parametric representation and where the approximate solution is obtained using Lagrangian basis. Both techniques are further compared with a standard (conventional) SGBEM approach, where the boundary of the assigned problem is approximated by linear elements and the numerical solution is expressed in terms of Lagrangian basis. Several examples will be presented and discussed, underlying benefits and drawbacks of all the above-mentioned approaches.


翻译:对边界要素方法应用的测地法是一个新兴的研究领域,在这方面,目前的贡献的目的是从数字角度调查用于解决2D拉普尔方程式边界值问题的对称加列金边界要素法(Symit Galerkin Element 方法),在这个方程式中,边界和边界上的未知物都以B-splines为代表,我们主要比较这个方法,我们称之为IGA-SGBEM,与一个卷线性SGBEM,该方程式以明确的参数表示方式在任何边界上运作,并使用Lagrangian为基础获得近似解决办法,这两种技术都与标准(常规)SGBEM方法进一步比较,在标准(SGBEM方法)中,指定问题的边界以线性要素为近似值,数字解决办法以Lagrangian为基础表示,将提出和讨论若干例子,说明所有上述方法的潜在好处和缺点。

0
下载
关闭预览

相关内容

专知会员服务
76+阅读 · 2021年3月16日
专知会员服务
52+阅读 · 2020年9月7日
专知会员服务
161+阅读 · 2020年1月16日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11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
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
NIPS 2017:贝叶斯深度学习与深度贝叶斯学习(讲义+视频)
机器学习研究会
36+阅读 · 2017年12月10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
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
6+阅读 · 2020年9月29日
Pluralistic Image Completion
Arxiv
8+阅读 · 2019年3月11日
Arxiv
4+阅读 · 2018年1月15日
VIP会员
相关资讯
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
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
NIPS 2017:贝叶斯深度学习与深度贝叶斯学习(讲义+视频)
机器学习研究会
36+阅读 · 2017年12月10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
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31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