In this paper, we develop and present an arbitrary high order well-balanced finite volume WENO method combined with the modified Patankar Deferred Correction (mPDeC) time integration method for the shallow water equations. Due to the positivity-preserving property of mPDeC, the resulting scheme is unconditionally positivity preserving for the water height. To apply the mPDeC approach, we have to interpret the spatial semi-discretization in terms of production-destruction systems. Only small modifications inside the classical WENO implementation are necessary and we explain how it can be done. In numerical simulations, focusing on a fifth order method, we demonstrate the good performance of the new method and verify the theoretical properties.


翻译:在本文中,我们开发并展示了一种任意高顺序、高度平衡的量的WENO方法,同时对浅水方程式采用了修改过的Patankar延迟校正(MPDEC)时间整合方法。由于MPDEC的活性-保护特性,由此产生的方案是无条件保护水高度。要应用 MPDEC 方法,我们必须从生产-销毁系统的角度解释空间半分化。在传统的WENO 实施过程中,只需要稍作修改,我们才能解释它是如何做到的。在以第五顺序方法为重点的数字模拟中,我们展示了新方法的良好性能,并核实了理论性能。

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
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11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
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5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
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2021年12月23日
Arxiv
3+阅读 · 2021年11月1日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5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
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员