×
于健;严、超;姜振华;袁、吴;陈树生

可压缩流动的自适应非侵入降阶建模。 （英语） Zbl 1453.76118号

J.计算。物理学。 397，文章ID 108855，27 p.（2019）.
摘要：针对参数化可压缩流动，提出了一种基于高斯过程回归（GPR）的自适应非侵入约化基（RB）方法。在离线阶段追求适应性。通过适当的正交分解（POD）迭代构造约化基，以达到指定的容差。对于GPR，每次迭代都使用主动数据选择，以标准偏差作为误差指示器。为了提高激波控制流的精度，除了直接使用参数外，还考虑了一个适当设计的简化问题（SP）作为回归模型的输入。此外，还构造了代理误差模型，作为GPR模型的有效误差估计量。进行了几个二维和三维算例，包括无粘喷管流、无粘NACA0012翼型流和无粘M6机翼流。对于所有情况，经过训练的模型都能够在在线阶段以合理的精度进行有效预测。观察到基于SP的方法会导致跨声速区域的偏差采样。回归模型进一步应用于敏感性分析，从中可以看出，二维情况的解对输入参数比机翼流动更敏感。这与基于参数的模型和基于SP的模型之间收敛历史的比较一致。对于高灵敏度的情况，基于SP的方法是优越的，可以帮助显著减少所需快照的数量，以达到规定的容差。

引用于5文件

理学硕士：

76个M12 有限体积法在流体力学问题中的应用
6500万08 含偏微分方程初值和初边值问题的有限体积法
68T05型 人工智能中的学习和自适应系统
35B30码 PDE解对初始和/或边界数据和/或PDE参数的依赖性
76N15型 气体动力学（一般理论）

关键词：

非侵入式降阶建模;可压缩流;高斯过程;代理误差模型;敏感性分析

软件：

红色工具箱;PMTK公司;SU2公司
PDF格式BibTeX公司 XML格式引用
\textit{J.Yu}等人，J.Compute。物理学。397，文章ID 108855，27 p.（2019；Zbl 1453.76118）
全文： 内政部

参考文献：

[1] Quarteroni，A。；曼佐尼，A。；Negri，F.，《偏微分方程的约化基方法：简介》，第92卷（2015年），Springer
[2] Chinesta，F。；Ladeveze，P。；Cueto，E.，基于适当广义分解的模型降阶简要回顾，Arch。计算。《工程方法》，18395（2011）
[3] 拉西拉，T。；曼佐尼，A。；Quarteroni，A。；Rozza，G.，《流体动力学中的模型降阶：挑战和展望》，（建模和计算降阶的降阶方法（2014），Springer），235-273·Zbl 1395.76058号
[4] 本纳，P。；古吉丁，S。；Willcox，K.，参数动力系统基于投影的模型简化方法综述，SIAM Rev.，57，4，483-531（2015）·Zbl 1339.37089号
[5] Salmoiraghi，F。；Ballarin，F。；科尔西，G。；Mola，A。；Tezzele先生。；Rozza，G.，《应用科学和工程中计算流体动力学问题的几何参数化和降阶模型与方法的进展：概述与展望》，（第七届欧洲应用科学与工程计算方法大会，第1卷（2016年），土木工程结构分析与抗震研究学院），1013-1031
[6] Yondo，R。；安德烈斯，E。；Valero，E.，《飞机实时和多查询空气动力学分析中的试验和替代模型设计综述》，Prog。Aerosp.航空公司。科学。，96, 23-61 (2018)
[7] 梁，Y。；Lee，H。；Lim，S。；Lin，W。；Lee，K。；Wu，C.，本征正交分解及其应用，第1部分：理论，J.Sound Vib。，252, 3, 527-544 (2002) ·Zbl 1237.65040号
[8] 赫瑟文，J.S。；斯坦姆，B。；Zhang，S.，高维参数空间的高效贪婪算法及其在经验插值和约化基方法中的应用，ESAIM:Math。模型。数字。分析。，48, 1, 259-283 (2014) ·Zbl 1292.41001号
[9] 赫瑟文，J.S。；Rozza，G。；Stamm，B.，参数化偏微分方程的认证简化基方法（2016），Springer·Zbl 1329.65203号
[10] Prud'Homme，C。；罗瓦斯，D.V。；Veroy，K。；马基尔斯。；Maday，Y。；Patera，A.T。；Turinici，G.，参数化偏微分方程的可靠实时解：降基输出界方法，J.Fluids Eng.，124，1，70-80（2002）
[11] Grepl，医学硕士。；Patera，A.T.，参数化抛物型偏微分方程降基近似的后验误差界，ESAIM:Math。模型。数字。分析。，39, 1, 157-181 (2005) ·Zbl 1079.65096号
[12] Veroy，K。；Patera，A.，参数化定常不可压缩Navier-Stokes方程的认证实时解：严格的缩减基数和后验误差界，国际期刊Numer。《液体方法》，47，8-9，773-788（2005）·兹比尔1134.76326
[13] Rozza，G。；Huynh，D.B.P。；Patera，A.T.，仿射参数化椭圆强制偏微分方程的约化基近似和后验误差估计，Arch。计算。方法工程，15，3，1（2007）
[14] Quarteroni，A。；Rozza，G。；Manzoni，A.，《参数化偏微分方程和应用的认证约化基近似》，J.Math。Ind.，1，1，第3条pp.（2011）·兹比尔1273.65148
[15] Haasdonk，B。；Ohlberger，M.，参数化线性发展方程有限体积近似的简化基方法，ESAIM:Math。模型。数字。分析。，42, 2, 277-302 (2008) ·Zbl 1388.76177号
[16] 卡尔伯格，K。；Choi，Y。；Sargsyan，S.，有限体积模型的保守模型简化，J.Compute。物理。，371, 280-314 (2018) ·Zbl 1415.65208号
[17] 罗，Z。；陈，J。；朱，J。；王，R。；Navon，I.，热带太平洋减重力模型的优化降阶fds，国际J.Numer。液体方法，55，2，143-161（2007）·Zbl 1205.86007号
[18] 杜，J。；朱，J。；罗，Z。；Navon，I.，基于cvd方程适当正交分解的优化有限差分格式，国际J·数值。方法生物识别。工程，27，1，78-94（2011）·Zbl 1429.35184号
[19] Antonietti，P.F。；帕奇亚里尼，P。；Quarteroni，A.，椭圆问题的间断Galerkin约化基元方法，ESAIM:Math。模型。数字。分析。，50, 2, 337-360 (2016) ·Zbl 1343.65132号
[20] Pacciarini，P.，分区域中参数化偏微分方程的间断Galerkin约化基元方法（2016），意大利博士论文
[21] 曼佐尼，A。；Salmoiraghi，F。；Heltai，L.，参数化NACA翼型潜在流动实时模拟的简化基等几何方法（RB-IGA），计算。方法应用。机械。工程，284，1147-1180（2015）·Zbl 1423.76181号
[22] Salmoiraghi，F。；Ballarin，F。；赫尔泰。；Rozza，G.，基于等几何分析的参数化形状不可压缩线性粘性流降阶建模，高级模型。模拟。工程科学。，3, 1, 21 (2016)
[23] 赫瑟文，J.S。；Ubbiali，S.，《使用神经网络对非线性问题进行非侵入式降阶建模》，J.Compute。物理。，363, 55-78 (2018) ·Zbl 1398.65330号
[24] Barrault，M。；Maday，Y。；Nguyen，北卡罗来纳州。；Patera，A.T.，《经验插值法：应用于偏微分方程的有效降基离散化》，C.R.Math。，339, 9, 667-672 (2004) ·Zbl 1061.65118号
[25] Chaturantabut，S。；Sorensen，D.C.，《通过离散经验插值进行非线性模型简化》，SIAM J.Sci。计算。，32, 5, 2737-2764 (2010) ·Zbl 1217.65169号
[26] Negri，F。；曼佐尼，A。；Amsallem，D.，通过矩阵离散经验插值对参数化系统的有效模型约简，J.Comput。物理。，303, 431-454 (2015) ·Zbl 1349.65154号
[27] White，J.K.，非线性动力系统模型降阶的轨迹分段线性方法（2003），麻省理工学院博士论文
[28] 阿斯特丽德，P。；Weiland，S。；Willcox，K。；Backx，T.，通过适当的正交分解描述的模型中的缺失点估计，IEEE Trans。自动。控制，53，10，2237-2251（2008）·Zbl 1367.93110号
[29] 卡尔伯格，K。；Bou-Mosleh，C。；Farhat，C.，《通过最小二乘Petrov-Galerkin投影和压缩张量近似实现高效非线性模型简化》，国际期刊Numer。方法工程，86，2，155-181（2011）·Zbl 1235.74351号
[30] 卡尔伯格，K。；Farhat，C。；科尔蒂尔，J。；Amsallem，D.，《非线性模型简化的gnat方法：计算流体动力学和湍流的有效实施和应用》，J.Compute。物理。，242, 623-647 (2013) ·Zbl 1299.76180号
[31] 艾奥洛，A。；Lanteri，S。；Désidéri，J.-A.，可压缩Navier-Stokes方程Pod-Galerkin近似的稳定性，Theor。计算。流体动力学。，13, 6, 377-396 (2000) ·Zbl 0987.76077号
[32] 巴龙，M.F。；卡拉什尼科娃，I。；Segalman，D.J。；Thornquist，H.K.，线性化可压缩流的Stable Galerkin降阶模型，J.Comput。物理。，228, 6, 1932-1946 (2009) ·Zbl 1162.76025号
[33] Ballarin，F。；曼佐尼，A。；Quarteroni，A。；Rozza，G.，参数化定常不可压缩Navier-Stokes方程Pod-Galerkin近似的Supremizer稳定性，国际期刊Numer。方法工程，102，511136-1161（2015）·Zbl 1352.76039号
[34] Chen，H.，Blackbox Stencil Interpolation Method for Model Reduction（2012），麻省理工学院博士论文
[35] 威廉姆斯，C.K。；Rasmussen，C.E.，《机器学习的高斯过程》（2006），麻省理工学院出版社·Zbl 1177.68165号
[36] 海姆，C.F。；Higham，D.J.，《深度学习：应用数学家入门》，预印本·Zbl 1440.68214号
[37] Murphy，K.，《概率视角下的机器学习》（2012），麻省理工学院出版社·Zbl 1295.68003号
[38] Noack，B.R。；Morzynski，M。；Tadmor，G.，流量控制的降阶建模（2011），Springer
[39] Casenave，F。；Ern，A。；Lelièvre，T.，一种应用于空气声学模拟的非侵入性简化基方法，高级计算机。数学。，41, 5, 961-986 (2015) ·Zbl 1338.76049号
[40] Salmoiraghi，F。；斯卡迪格利，A。；泰利布，H。；Rozza，G.，《自由变形、网格变形和降阶方法：高效空气动力学形状优化的促成因素》，《国际计算杂志》。流体动力学。，32, 4-5, 233-247 (2018) ·Zbl 07474453号
[41] 演示，N。；Tezzele先生。；Mola，A。；Rozza，G.，开放源码环境下船体水动力船舶设计问题的一种有效的自由变形形状参数化方法，预印本
[42] Tezzele先生。；演示，N。；Mola，A。；Rozza，G.，工业和应用数学模型降阶的集成数据驱动计算管道，预印本·Zbl 1496.74017号
[43] 余，J。；Hesthaven，J.S.，使用人工神经网络的流场重建方法，AIAA J.，57，2，482-498（2019）
[44] 王，Q。；赫瑟文，J.S。；Ray，D.，使用人工神经网络对非定常流动进行非侵入降阶建模，并应用于燃烧问题，J.Compute。物理。，384, 289-307 (2019) ·Zbl 1459.76117号
[45] 米夫苏德，M。；MacManus，D.G。；Shaw，S.，《使用适当正交分解的变刚度气动模型》，国际J·数值。《液体方法》，82，10，646-663（2016）
[46] 肖，D。；方，F。；Buchan，A。；疼痛，C。；纳文，I。；Muggeridge，A.，Navier-Stokes方程的非侵入降阶建模，计算机。方法应用。机械。工程，293522-541（2015）·Zbl 1423.76287号
[47] Smolyak，S.A.，某些函数类张量积的求积和插值公式，Sov。数学。道克。，4, 240-243 (1963) ·Zbl 0202.39901号
[48] Haasdonk，B.，吊舱自由法的收敛速度，ESAIM:数学。模型。数字。分析。，47, 3, 859-873 (2013) ·Zbl 1277.65074号
[49] Bui-Thanh，T。；Willcox，K.，非定常气动应用概率分析的参数降阶模型，AIAA J.，46，10，2520-2529（2008）
[50] Chen，W。；赫瑟文，J.S。；B.俊强。；杨，Z。；Tihao，Y.，《贪婪的非侵入性流体动力学降阶模型》（2017），美国航空航天研究所，技术代表。
[51] Guo先生。；Hesthaven，J.S.，使用高斯过程回归进行非线性结构分析的降阶建模，计算。方法应用。机械。工程，341807-826（2018）·Zbl 1440.65206号
[52] 科恩，D.A。；加赫拉马尼，Z。；Jordan，M.I.，《统计模型的主动学习》，J.Artif。智力。第4705-712号决议（1996年）·Zbl 0900.68366号
[53] Settles，B.，《主动学习文献调查》（2010年），威斯康星大学技术代表。
[54] Braconnier，T。；费里尔，M。；Jouhaud，J.-C。；蒙塔尼亚克，M。；Sagaut，P.，面向航空设计的自适应pod/svd代理模型，计算。流体，40，1，195-209（2011）·Zbl 1245.76063号
[55] 埃弗森，R。；Sirovich，L.，Karhunen-Loeve间隙数据程序，J.Opt。《美国社会》，第12、8、1657-1664页（1995年）
[56] Bui-Thanh，T。；Damodaran，M。；Willcox，K.E.，使用适当正交分解的气动数据重建和逆向设计，AIAA J.，42，8，1505-1516（2004）
[57] Willcox，K.，通过间隙固有正交分解的非定常流量传感和估计，计算。流体，35，2，208-226（2006）·Zbl 1160.76394号
[58] Van Der Maaten，L。；Postma，E。；Van den Herik，J.，《降维：比较》，J.Mach。学习。决议，10，66-71，13（2009年）
[59] 露西娅·D·J。；金，P.I。；Beran，P.S.，具有移动冲击的二维流动的降阶建模，计算。流体，32，7，917-938（2003）·Zbl 1040.76042号
[60] 洛伦特，L。；Vega，J。；Velazquez，A.，使用高阶奇异值分解生成气动数据库，J.Aircr。，45, 5, 1779 (2008)
[61] 阿隆索，D。；维加，J。；Velazquez，A.，机翼粘性空气动力流的降阶模型，AIAA J.，48，9，1946-1958（2010）
[62] 瑞士R。；Mainini，L。；佩赫斯托弗，B。；Willcox，K.，《基于投影的模型简化：基于物理的机器学习公式》，计算。流体，179，704-717（2019）·Zbl 1411.65061号
[63] Economon，T.D。；帕拉西奥斯，F。；科普兰，S.R。；卢卡奇克，T.W。；Alonso，J.J.，Su2:一个用于多物理模拟和设计的开源套件，AIAA J.，54，3，828-846（2015）
[64] Blazek，J.，《计算流体动力学：原理与应用》（2015），巴特沃斯·海尼曼·Zbl 1308.76001号
[65] 埃卡特，C。；Young，G.，《一个矩阵与另一个低阶矩阵的近似》，《心理测量学》，1，3，211-218（1936）
[66] Ebden，M.，回归的高斯过程：简介，（牛津大学工程科学系机器人研究小组网站，第91卷（2008年），424-436
[67] 阿布拉莫维茨，M。；Stegun，I.A.，《数学函数手册：公式、图形和数学表》，第55卷（1965年），Courier Corporation
[68] Trehan，S。；卡尔伯格，K.T。；Durlowsky，L.J.，《使用机器学习的动态系统代理的错误建模》，国际期刊Numer。方法工程，112，12，1801-1827（2017）
[69] 郭，M。；Hesthaven，J.S.，时间相关问题的数据驱动降阶建模，计算。方法应用。机械。工程，345，75-99（2019）·Zbl 1440.62346号
[70] Anderson，J.D.，《空气动力学基础》（2010），塔塔·麦格劳-希尔教育
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。