自适应ML-SCFEM swMATH ID: 44834 软件作者： 亚历克斯·贝斯帕洛夫；大卫·J·西尔维斯特。；徐，冯 描述： 随机配置有限元的误差估计和自适应性。一： 单级近似。本文提出并分析了一种求解随机数据线性椭圆偏微分方程的通用自适应求精策略。自适应策略扩展了Guignard和Nobile提出的后验误差估计框架[SIAM J.数字。分析。，56（2018），第3121-3143页]涵盖非烃参数系数相关性。该策略的次优但可靠且方便的实现涉及到用通用有限元近似空间近似解耦的PDE问题。使用这种方法获得的计算结果单级本文提出了战略（第一部分）。使用可能更有效的多层次的近似策略，其中网格是单独定制的，将在本工作的第二部分中讨论。用于生成数值结果的代码可在GitHub上获得。 主页： https://arxiv.org/abs/2109.07320 源代码： https://github.com/albespalov/Adaptive_ML-SCFEM网站 依赖项： Matlab公司 关键词： 随机搭配；有限元近似；随机数据的PDE；误差估计；适应性 相关软件： ALEA公司；T-IFISS公司 引用于： 2文件 标准条款 2出版物描述软件，包括2出版物以zbMATH为单位 年份 随机配置有限元的误差估计和自适应性。二： 多级近似。 Zbl 07676560号亚历克斯·贝斯帕洛夫；大卫·西尔维斯特 2023 随机配置有限元的误差估计和自适应性。I： 单级近似。 Zbl 07617456号亚历克斯·贝斯帕洛夫；大卫·J·西尔维斯特。；徐，冯 2022 3位作者引用 2 阿列克谢·贝斯帕洛夫 2 大卫·J·西尔维斯特。 1 徐，冯 连载1篇 2 SIAM科学计算杂志 在2个字段中引用 2 偏微分方程（35-XX） 2 数值分析（65-XX） 按年份列出的引文