The representation of small scale barriers, such as sea-walls, in coastal flooding simulations is a common computational constraint that can be difficult to overcome due to the combination of the need for resolution and the CFL constraining time stepping involved in solving the underlying PDE. This article proposes an approach that uses the state redistribution method (SRD) on shallow water equations to alleviate these problems while remaining conservative and geometrically easy to implement. We will demonstrate the method versus two other comparable approaches along with convergence results. In particular, we save computational time by reducing time steps fivefold when compared to simulation with same resolution using adaptive refinement at the barrier.


翻译:沿海洪水模拟模拟中小规模障碍,如海上墙等,是共同的计算制约因素,由于在解决基本PDE时需要解决和CFL限制时间跨度相结合,因此难以克服。本条款提出一种方法,在浅水方程式上采用国家再分配方法(SRD)来缓解这些问题,同时保持稳妥和易于执行的几何方法。我们将展示该方法与其他两种类似方法相比,并展示趋同结果。特别是,我们利用对隔离墙的适应性改进,将时间步骤缩短五倍,与模拟同一分辨率相比,将计算时间缩短五倍,从而节省计算时间。

0
下载
关闭预览

相关内容

专知会员服务
13+阅读 · 2021年10月13日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
【新书】Python编程基础,669页pdf
专知会员服务
194+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
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3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
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
已删除
将门创投
6+阅读 · 2018年12月3日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2022年2月21日
Arxiv
0+阅读 · 2022年2月18日
VIP会员
相关资讯
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3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
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
已删除
将门创投
6+阅读 · 2018年12月3日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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