×

半线性椭圆偏微分方程的速率最优目标定向自适应有限元法。 (英语) 兹比尔1524.65754

摘要:针对半线性椭圆偏微分方程和线性目标泛函,我们提出并分析了一种面向目标的自适应有限元方法。离散化基于任意(但固定)多项式次数的有限元,涉及线性对偶问题。线性化是所提算法的一部分,该算法采用了不同于标准自适应有限元方法的标记策略。此外,与众所周知的双重加权残差策略不同,所分析的误差估计量是完全可计算的。我们证明了线性收敛性,并首次在非线性偏微分方程的面向目标自适应性的背景下,证明了最优代数收敛速度。特别是,分析不需要足够精细的初始网格。

MSC公司:

65N30型 含偏微分方程边值问题的有限元、Rayleigh-Ritz和Galerkin方法
65牛顿50 涉及偏微分方程的边值问题的网格生成、细化和自适应方法
65N12号 含偏微分方程边值问题数值方法的稳定性和收敛性
65奈拉 涉及偏微分方程的边值问题的误差界
35J25型 二阶椭圆方程的边值问题
35J61型 半线性椭圆方程

软件:

MooAFEM公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Amrein,M。;Wihler,T.P.,半线性椭圆偏微分方程的完全自适应Newton-Galerkin方法,SIAM J.Sci。计算。,37、4、A1637-A1657(2015)·Zbl 1320.65165号
[2] Binev,P。;Dahmen,W。;DeVore,R.,收敛速度自适应有限元方法,数值。数学。,97, 2, 219-268 (2004) ·Zbl 1063.65120号
[3] 贝克尔,R。;Estecahandy,E。;Trujillo,D.,面向目标的自适应有限元方法的加权标记,SIAM J.Numer。分析。,49, 6, 2451-2469 (2011) ·Zbl 1245.65155号
[4] 贝克尔,R。;甘特纳,G。;Innerberger,M。;Praetorius,D.,具有最佳计算复杂性的面向目标的自适应有限元方法(2021),预打印
[5] 贝斯帕洛夫,A。;哈伯尔,A。;Praetorius,D.,具有粗初始网格的自适应有限元法确保紧摄动椭圆问题的最佳收敛速度,计算。方法应用。机械。工程,317,318-340(2017)·Zbl 1439.65148号
[6] R.E.银行。;霍尔斯特,M。;Szypowski,R。;Zhu,Y.,无角度条件下临界增长双线性问题的有限元误差估计(2011),预印本
[7] 贝克尔,R。;Innerberger,M。;Praetorius,D.,具有二次目标函数的面向目标有限元的最佳收敛速度,计算。方法应用。数学。,21, 2, 267-288 (2021) ·Zbl 1476.65290号
[8] I·布雷维斯。;穆加,I。;van der Zee,K.G.,面向目标的有限元离散化的机器学习最小残差(ML-MRes)框架,计算。数学。申请。,95, 186-199 (2021) ·Zbl 1524.65764号
[9] 贝克尔,R。;Rannacher,R.,有限元法中后验误差估计的最优控制方法,Acta Numer。,10, 1-102 (2001) ·Zbl 1105.65349号
[10] 班杰斯,W。;Rannacher,R.,《不同整体方程的自适应有限元方法》(2003),Birkhäuser:Birkháuser Basel·Zbl 1020.65058号
[11] 卡斯滕森,C。;费希尔,M。;Page,M。;Praetorius,D.,自适应公理,计算。数学。申请。,67, 6, 1195-1253 (2014) ·Zbl 1350.65119号
[12] Chipot,M.,《椭圆方程:入门课程》(2009年),Birkhäuser:Birkháuser Basel·Zbl 1171.35003号
[13] Cascon,J.M。;克鲁泽,C。;诺切托,R.H。;Siebert,K.G.,自适应有限元方法的准最优收敛速度,SIAM J.Numer。分析。,46, 5, 2524-2550 (2008) ·Zbl 1176.65122号
[14] Dolejší,V。;巴托什,O。;Roskovec,F.,非线性问题(包括代数误差)的面向目标的网格自适应方法,计算。数学。申请。,93, 178-198 (2021) ·Zbl 1524.65791号
[15] Dörfler,W.,泊松方程的收敛自适应算法,SIAM J.Numer。分析。,33, 3, 1106-1124 (1996) ·Zbl 0854.65090号
[16] 埃里克森,K。;艾斯特普,D。;Hansbo,P。;Johnson,C.,微分方程自适应方法简介,《数值学报》。,105-158 (1995) ·Zbl 0829.65122号
[17] Endtmayer,B。;兰格,美国。;Wick,T.,非线性问题的多目标误差估计,J.Numer。数学。,27, 4, 215-236 (2019) ·兹比尔1435.65200
[18] Endtmayer,B。;兰格,美国。;Wick,T.,双重加权残差法的二次后验误差估计,SIAM J.Sci。计算。,42、1、A371-A394(2020)·Zbl 1440.65200号
[19] 费施,M。;元首,T。;甘特纳,G。;哈伯尔,A。;Praetorius,D.,点误差最优收敛的自适应边界元方法,数值。数学。,132, 3, 541-567 (2016) ·Zbl 1338.65259号
[20] 费希尔,M。;元首,T。;Praetorius,D.,针对某类非对称和可能非线性问题具有最佳收敛速度的自适应有限元法,SIAM J.Numer。分析。,52, 2, 601-625 (2014) ·Zbl 1300.65086号
[21] 富西克,S。;Kufner,A.,非线性微分方程(1980),Elsevier:Elsevier阿姆斯特丹·Zbl 0647.35001号
[22] 费希尔,M。;Praetorius,D。;van der Zee,K.G.,《最佳目标导向适应性的抽象分析》,SIAM J.Numer。分析。,54, 3, 1423-1448 (2016) ·Zbl 1382.65392号
[23] 贾尔斯,M.B。;Süli,E.,《偏微分方程的伴随方法:后验误差分析和对偶后处理》,《数值学报》。,11, 145-236 (2002) ·Zbl 1105.65350号
[24] Heid,P。;Praetorius,D。;Wihler,T.P.,自适应迭代线性化有限元方法的能量收缩和最优收敛,计算。方法应用。数学。,21, 2, 407-422 (2021) ·Zbl 1480.35214号
[25] 霍尔斯特,M。;波洛克,S。;Zhu,Y.,半线性问题面向目标自适应有限元方法的收敛性,计算。视觉。科学。,17, 1, 43-63 (2015) ·Zbl 1388.65149号
[26] M.Innerberger,D.Praetorius,MooAFEM:高阶(非线性)自适应FEM的面向对象Matlab代码,2022年。
[27] 库夫纳,A。;O·约翰。;Fuík,S.,《函数空间》(1977),诺德霍夫,莱顿学院:诺德霍芙,莱顿布拉格学院·Zbl 0364.46022号
[28] 基思,B。;弗吉尼亚州Vaziri Astaneh。;Demkowicz,L.F.,不连续Petrov-Galerkin方法的面向目标自适应网格细化,SIAM J.Numer。分析。,57/1649-1676(2019)·Zbl 1422.65391号
[29] 莫林,P。;诺切托,R.H。;Siebert,K.G.,自适应有限元法的数据振荡和收敛,SIAM J.Numer。分析。,38, 2, 466-488 (2000) ·Zbl 0970.65113号
[30] Mommer,M.S。;Stevenson,R.,一种具有收敛速度的面向目标的自适应有限元方法,SIAM J.Numer。分析。,47, 2, 861-886 (2009) ·Zbl 1195.65174号
[31] Stevenson,R.,标准自适应有限元方法的最优性,Found。计算。数学。,7, 2, 245-269 (2007) ·Zbl 1136.65109号
[32] 史蒂文森,R.,由二等分创建的局部精化单形分区的完成,数学。计算。,77, 261, 227-241 (2008) ·Zbl 1131.65095号
[33] 斯科特·L·R。;Zhang,S.,满足边界条件的非光滑函数的有限元插值,数学。计算。,54, 190, 483-493 (1990) ·Zbl 0696.65007号
[34] Verfürth,R.,《有限元方法的后验误差估计技术》(2013),牛津大学出版社:牛津大学出版社·Zbl 1279.65127号
[35] 吴,Z。;尹,J。;Wang,C.,椭圆和抛物线方程(2006),《世界科学:新泽西世界科学》·Zbl 1108.35001号
[36] 徐,F。;黄,Q。;Yang,H。;Ma,H.,半线性椭圆方程的面向目标的多级修正自适应有限元方法,应用。数字。数学。,172, 224-241 (2022) ·Zbl 1484.65306号
[37] Zeidler,E.,《非线性泛函分析及其应用》。第II/B部分(1990),施普林格:纽约施普林格·Zbl 0684.47028号
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。