We design a Hybrid High-Order (HHO) scheme for the Poisson problem that is fully robust on polytopal meshes in the presence of small edges/faces. We state general assumptions on the stabilisation terms involved in the scheme, under which optimal error estimates (in discrete and continuous energy norms, as well as $L^2$-norm) are established with multiplicative constants that do not depend on the maximum number of faces in each element, or the relative size between an element and its faces. We illustrate the error estimates through numerical simulations in 2D and 3D on meshes designed by agglomeration techniques (such meshes naturally have elements with a very large numbers of faces, and very small faces).


翻译:我们为Poisson问题设计了一个混合高级命令(HHO)计划,该计划在有小边缘/面孔的情况下在多顶层间贝上完全坚固。我们对这一计划所涉及的稳定条件作了一般假设,根据这个计划,最佳误差估计(在离散和连续的能源规范中,以及$L ⁇ 2美元-诺尔姆)是用不取决于每个元素的最大面孔或一个元素与其面孔的相对大小的倍增常数来设定的。我们通过以聚积技术设计的对介质进行2D和3D的数值模拟来说明误差估计(这些模类自然含有大量面孔和很小面孔的元素)。

0
下载
关闭预览

相关内容

专知会员服务
27+阅读 · 2021年5月2日
专知会员服务
109+阅读 · 2020年3月12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
【泡泡一分钟】基于视频修复的时空转换网络
泡泡机器人SLAM
5+阅读 · 2018年12月30日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
【泡泡前沿追踪】跟踪SLAM前沿动态系列之IROS2018
泡泡机器人SLAM
29+阅读 · 2018年10月28日
已删除
将门创投
3+阅读 · 2018年4月10日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年8月22日
VIP会员
相关资讯
Top
微信扫码咨询专知VIP会员