谢迪·艾哈迈德（Shady E.Ahmed）。;奥马尔·桑;阿迪尔·拉希德;特拉安·伊利埃斯库 混合提升降阶模型的长-短期记忆嵌入。 （英语） Zbl 1505.76071号 物理D 409，文章ID 132471，16 p.（2020）. 摘要：本文通过将基于标准投影的方法与长短期记忆（LSTM）嵌入相结合，引入了一种提升降阶建模（UROM）方法。我们的方法有三个建模层或组件。在第一层中，我们使用侵入投影方法来建模由最大模式表示的动力学。第二层由一个LSTM模型组成，用于说明截断后的残差。该闭合层是指将丢弃模式的残余效应纳入最大尺度动力学的过程。然而，由于潜在的非线性过程，对于更高Kolmogorov（n）宽度的系统，生成低秩近似的可行性逐渐减弱。第三个提升层称为超分辨率，通过利用LSTM的多功能性将跨度扩展为更多的模式，解决了这个有限的表示问题。因此，我们的模型将基于物理的投影模型与嵌入内存的LSTM闭包和基于LSTM的超分辨率模型集成在一起。在几个应用中，我们利用Grassmann流形为未知条件构造UROM。我们使用具有二次非线性的Burgers和Navier-Stokes方程进行了数值实验。我们的结果表明了所提方法在建立参数化系统降阶模型时的鲁棒性，并证实了精度和效率之间的改进权衡。 引用于12文件 MSC公司： 76M99型 流体力学基本方法 76D05型 不可压缩粘性流体的Navier-Stokes方程 76D99型 不可压缩粘性流体 68T05型 人工智能中的学习和自适应系统 关键词：混合分析;监督机器学习;模型简化;伽辽金投影;固有正交分解;格拉斯曼流形插值;Navier-Stokes方程;涡流函数公式;伯格方程 软件：皮莫尔;凯拉斯 PDF格式BibTeX公司 XML格式引用 \textit{S.E.Ahmed}等人，Physica D 409，文章ID 132471，16 p.（2020；Zbl 1505.76071） 全文： 内政部 arXiv公司 参考文献： [1] 辛格，V。；Willcox，K.E.，《数字螺纹工程设计》，AIAA J.，56，11，4515-4528（2018） [2] 拉希德，A。；圣马力诺。；Kvamsdal，T.，《数字孪生兄弟：从建模角度来看的价值、挑战和促成因素》，IEEE Access，821980-22012（2020） [3] 阿尔库奇，R。；莫特特，L。；疼痛，C。；郭永康，变分资料同化的最优约化空间，J.Compute。物理。，379, 51-69 (2019) ·Zbl 07581563号 [4] Bai，Z.，Krylov子空间技术用于大型动力系统的降阶建模，应用。数字。数学。，43, 1-2, 9-44 (2002) ·Zbl 1012.65136号 [5] 露西娅·D·J。；P.S.Beran。；Silva，W.A.，《降阶建模：计算物理的新方法》，Prog。Aerosp.航空公司。科学。，40, 1-2, 51-117 (2004) [6] 赫斯，M。；Alla，A。；奎尼，A。；Rozza，G。；Gunzburg，M.，具有分叉解的偏微分方程的局部降阶建模方法，计算。方法应用。机械。工程，351379-403（2019）·Zbl 1441.65082号 [7] Kramer，B。；Willcox，K.E.，通过提升变换和适当正交分解降低非线性模型阶数，AIAA J.，57，6，2297-2307（2019） [8] 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》，计算与流体，179，704-717（2019）·Zbl 1411.65061号 [9] Bouvrie，J。；Hamzi，B.，非线性系统逼近的核方法，SIAM J.Control Optim。，55, 4, 2460-2492 (2017) ·Zbl 1368.93248号 [10] 哈姆齐，B。；Abed，E.H.，使用Poincaré线性化的非线性系统局部模态参与分析，非线性动力学。，1-9 (2019) [11] 科尔达，M。；M.普蒂纳。；Mezić，I.，Koopman算子的数据驱动谱分析，Appl。计算。哈蒙。分析。(2018) [12] 科尔达，M。；Mezić，I.，非线性动力系统的线性预测因子：Koopman算子与模型预测控制的结合，Automatica，93149-160（2018）·Zbl 1400.93079号 [13] 哈特曼，D。；赫兹，M。；Wever，U.，《模型降阶——数字双胞胎的关键技术》，（模拟与优化的降阶建模（ROM）（2018），Springer:Springer New York），167-179 [14] 佩茨，S。；Ober-Blöbaum，S。；Dellnitz，M.，使用降阶建模的Navier-Stokes方程的多目标最优控制方法，Acta Appl。数学。，161, 1, 171-199 (2019) ·Zbl 1415.76221号 [15] 霍姆斯，P。；Lumley，J.L。；Berkooz，G。；Rowley，C.W.，《湍流、相干结构、动力系统和对称性》（2012），剑桥大学出版社：剑桥大学出版社·Zbl 1251.76001号 [16] Taira，K。；Brunton，S.L。；道森，S.T。；罗利，C.W。；科隆尼乌斯，T。；McKeon，B.J。；施密特，O.T。；戈尔德耶夫，S。；提奥菲利斯，V。；Ukeiley，L.S.，《流体流动的模态分析：概述》，AIAA J.，4013-4041（2017） [17] Taira，K。；赫马蒂，M.S。；Brunton，S.L。；孙，Y。；杜拉萨米，K。；Bagheri，S。；道森，S.T。；Yeh，C.-A.，《流体流动的模态分析：应用与展望》，AIAA J.，1-25（2019） [18] Noack，B.R。；Morzynski，M。；Tadmor，G.，流量控制的降阶模型，第528卷（2011年），施普林格：施普林格柏林·Zbl 1220.76008号 [19] 罗利，C.W。；Dawson，S.T.，流量分析和控制的模型简化，年。流体力学版次。，49, 387-417 (2017) ·Zbl 1359.76111号 [20] 新泽西州奈尔。；Balajewicz，M.，包含参数相关冲击的参数稳态流体流的传输快照模型降阶方法，国际。J.数字。方法工程，117，12，1234-1262（2019） [21] Kaiser，E。；Noack，B.R。；科迪尔，L。；斯波恩，A。；Segond，M。；阿贝尔，M。；大卫·G。；J·斯蒂。；克拉伊诺维奇，S。；Niven，R.K.，混合层的基于团簇的降阶建模，J.流体力学。，754, 365-414 (2014) ·兹比尔1329.76177 [22] Haasdonk，B。；Dihlmann，M。；Ohlberger，M.，基于参数空间自适应网格的参数化模型简化训练集和多基生成方法，数学。计算。模型。动态。系统。，17, 4, 423-442 (2011) ·Zbl 1302.65221号 [23] Dihlmann，医学硕士。；Haasdonk，B.，使用进化问题的简化基代理模型认证PDE约束参数优化，计算。最佳方案。申请。，60, 3, 753-787 (2015) ·Zbl 1319.49046号 [24] 伊藤，K。；Ravindran，S.S.，《流体流动模拟和控制的降阶方法》，J.Compute。物理。，143, 2, 403-425 (1998) ·Zbl 0936.76031号 [25] 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 [26] 罗利，C.W。；科隆尼乌斯，T。；Murray，R.M.，使用POD和Galerkin投影的可压缩流模型简化，《物理D》，189，1-2，115-129（2004）·Zbl 1098.76602号 [27] 牛奶，R。；拉维，S。；Schindler，F.，《模型降阶的PyMOR通用算法和接口》，SIAM J.Sci。计算。，38、5、S194-S216（2016）·Zbl 1352.65453号 [28] 普兹列夫，V。；Ghommem，M。；Meka，S.，PyROM:降阶建模的计算框架，J.Compute。科学。，30, 157-173 (2019) [29] Bergmann，M。；文莱，C.-H。；Iollo，A.，鲁棒POD模型的使能器，J.Comput。物理。，228, 2, 516-538 (2009) ·Zbl 1409.76099号 [30] 《对联》，M。；巴斯德万特，C。；Sagaut，P.，用于流体流动建模的校准降阶POD-Galerkin系统，J.Compute。物理。，207, 1, 192-220 (2005) ·Zbl 1177.76283号 [31] Kunisch，K。；Volkwein，S.，Galerkin抛物问题的本征正交分解方法，数值。数学。，90, 1, 117-148 (2001) ·Zbl 1005.65112号 [32] Kolmogoroff，A.，最好的学生是Annäherung von Funktitonen einer gegebenen Funktingonenklasse，数学安。，37,1107-110（1936年）·Zbl 0013.34903号 [33] Pinkus，A.，近似理论中的N宽度，第7卷（1985年），Springer-Verlag:Springer-Verlag Berlin·Zbl 0551.41001号 [34] 艾哈迈德，S.E。；San，O.，《打破流体流动模型简化中的Kolmogorov屏障》，《流体》，5，1，26（2020） [35] Lassila，T。；Manzoni，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 [36] Rempfer，D.，关于流体流动的低维Galerkin模型，Theor。计算。流体动力学。，14, 2, 75-88 (2000) ·Zbl 0984.76068号 [37] Noack，B.R。；阿法纳西耶夫，K。；Morzynski，M。；Tadmor，G。；Thiele，F.，瞬态和瞬态后圆柱尾迹的低维模型层次，J.流体力学。，497, 335-363 (2003) ·Zbl 1067.76033号 [38] 拉赫曼，S.M。；艾哈迈德，S.E。；San，O.，地球物理流模型降阶的动态闭合建模框架，Phys。液体，31，4，046602（2019） [39] Sirisup，S。；Karniadakis，G.E.，修正POD模型长期行为的光谱粘度法，J.Compute。物理。，194, 1, 92-116 (2004) ·Zbl 1136.76412号 [40] 圣马力诺。；Iliescu，T.，流体流动的适当正交分解闭合模型：Burgers方程，Int.J.Numer。分析。模型。B、 5217-237（2014）·Zbl 1463.65245号 [41] 圣马力诺。；Borggaard，J.，对流主导Boussinesq流POD模型的基选择和闭合，（第21届网络和系统数学理论国际研讨会，第5卷（2014）） [42] 普罗塔斯，B。；Noack，B.R。；Ùsth，J.，湍流Galerkin模型中的最佳非线性涡流粘度，J.流体力学。，766, 337-367 (2015) ·Zbl 1337.76038号 [43] 科迪尔，L。；Noack，B.R。；蒂索，G。；莱纳施，G。；J.德尔维尔。；Balajewicz，M。；大卫·G。；Niven，R.K.，基于模型控制的识别策略，实验流体，54，8，1580（2013） [44] J·斯蒂。；Noack，B.R。；Krajnović，S。；巴罗斯，D。；Borée，J.，关于POD模型中非线性分量尺度湍流项的必要性，如Ahmed体上高雷诺数流动的示例，J.Fluid Mech。，747, 518-544 (2014) ·Zbl 1371.76085号 [45] 《对联》，M。；Sagaut，P。；Basdevant，C.，《湍流分离流的恰当正交分解中的多式联运能量转移——伽勒金表示法》，J.流体力学。，491, 275-284 (2003) ·Zbl 1063.76570号 [46] Kalb，V.L。；Deane，A.E.，基于适当正交分解的低维模型的内在稳定化方案，Phys。流体，19，5，054106（2007）·Zbl 1146.76431号 [47] 卡拉什尼科娃，I。；Barone，M.，关于具有固壁和远场边界处理的可压缩流Galerkin降阶模型（ROM）的稳定性和收敛性，Internat。J.数字。方法工程，83，10，1345-1375（2010）·Zbl 1202.74123号 [48] 谢，X。；Mohebujjaman，M。；雷霍尔茨，L.G。；Iliescu，T.，流体流动的数据驱动过滤降阶建模，SIAM J.Sci。计算。，40、3、B834-B857（2018）·Zbl 1412.65158号 [49] Mohebujjaman，M。；雷博尔兹，L.G。；伊利埃斯库，T.，《流体流动降阶建模的物理约束数据驱动校正》，国际。J.数字。方法流体，89，3，103-122（2019） [50] 王，Z。；阿赫塔，I。；Borggaard，J。；伊利埃斯库，T.，湍流的恰当正交分解闭合模型：数值比较，计算。方法应用。机械。工程，237，10-26（2012）·Zbl 1253.76050号 [51] 阿赫塔，I。；王，Z。；Borggaard，J。；Iliescu，T.，本征正交分解降阶模型的新闭包策略，J.Compute。非线性动力学。，7, 3, 034503 (2012) [52] 巴拉耶维奇，M。；Dowell，E.H.，基于投影的Navier-Stokes降阶模型的稳定性，非线性动力学。，70, 2, 1619-1632 (2012) [53] Amsallem，D。；Farhat，C.，基于投影的降阶模型的稳定性，国际。J.数字。方法工程，91，4，358-377（2012）·Zbl 1253.90184号 [54] 圣马力诺。；Iliescu，T.，大型准地转海洋环流的稳定本征正交分解降阶模型，高级计算。数学。，41, 5, 1289-1319 (2015) ·Zbl 1327.37028号 [55] Gunzburger，M。；伊利埃斯库，T。；Mohebujjaman，M。；Schneier，M.，含时Navier-Stokes方程的演化滤波-松弛稳定降阶随机配置方法，SIAM/ASA J.不确定性。数量。，7, 4, 1162-1184 (2019) ·Zbl 1428.65029号 [56] Hochreiter，S。；Schmidhuber，J.，长短期记忆，神经计算。，9, 8, 1735-1780 (1997) [57] Gers，F.A。；施密杜贝尔，J。；Cummins，F.，《学会遗忘：LSTM的连续预测》，神经计算。，12, 2451-2471 (1999) [58] Brunton，S.L。；Noack，B.R。；Koumoutsakos，P.，《流体力学的机器学习》，年。流体力学版次。，52, 1, 477-508 (2020) ·Zbl 1439.76138号 [59] 库茨，J.N.，《流体动力学深度学习》，J.流体力学。，814, 1-4 (2017) ·Zbl 1383.76380号 [60] Durbin，P.A.，《湍流闭合模型的一些最新发展》，年。流体力学版次。，50, 77-103 (2018) ·Zbl 1384.76027号 [61] 杜拉萨米，K。；艾卡里诺，G。；Xiao，H.，《数据时代的湍流建模》，年。流体力学版次。，51, 357-377 (2019) ·Zbl 1412.76040号 [62] Gamboa，J.C.B.，时间序列分析的深度学习（2017），arXiv预印本arXiv:1701.01887 [63] Lusch，B。；库茨，J.N。；Brunton，S.L.，非线性动力学普遍线性嵌入的深度学习，自然通讯。，9, 1, 4950 (2018) [64] Otto，S.E。；Rowley，C.W.，学习动力学的线性递归自动编码器网络，SIAM J.Appl。动态。系统。，18, 1, 558-593 (2019) ·兹比尔1489.65164 [65] Lee，K。；Carlberg，K.T.，使用深度卷积自编码器对非线性流形上动力系统的模型简化，J.Compute。物理。，108973 (2019) [66] Pathak，J。；威克纳，A。；Fussell，R。；Chandra，S。；亨特，B.R。；Girvan，M。；Ott，E.，《混沌过程的混合预测：结合基于知识的模型使用机器学习》，《混沌》，28，4，041101（2018） [67] Yeo，K。；Melnyk，I.，噪声动力系统数据驱动模拟的深度学习算法，J.Compute。物理。，3761212-1231（2019）·Zbl 1416.62552号 [68] Jaeger，H。；Haas，H.，《利用非线性：预测混沌系统和无线通信节能》，《科学》，304，5667，78-80（2004） [69] LeCun，Y。；本吉奥，Y。；Hinton，G.，《深度学习》，《自然》，521，7553，436（2015） [70] 瓦拉查斯，P.R。；再见，W。；Wan，Z.Y。；Sapsis，T.P。；Koumoutsakos，P.，《长短期记忆网络高维混沌系统的数据驱动预测》，Proc。R.Soc.A，474，2213，20170844（2018）·Zbl 1402.92030 [71] Sak，H。；高级，A。；Beaufays，F.，《用于大规模声学建模的长短期记忆递归神经网络架构》（国际语音通信协会第十五届年会（2014）） [72] Wan，Z.Y。；弗拉查斯，P。；库穆塔科斯，P。；Sapsis，T.，复杂动力系统中极端事件的数据辅助降阶建模，PLOS ONE，13，5，Article e0197704 pp.（2018） [73] 帕瓦尔，S。；艾哈迈德，S.E。；圣马力诺。；Rasheed，A.，流体流动降阶建模中隐藏物理的数据驱动恢复，Phys。流体，32，3，036602（2020） [74] Sirovich，L.，湍流和相干结构动力学。I.相干结构，夸脱。申请。数学。，45, 3, 561-571 (1987) ·Zbl 0676.76047号 [75] Berkooz，G.等人。；霍姆斯，P。；Lumley，J.L.，湍流分析中的适当正交分解，Annu。流体力学版次。，25, 1, 539-575 (1993) [76] Chatterjee，A.，本征正交分解简介，当代科学。，808-817 (2000) [77] Rathinam，M。；Petzold，L.R.，正确正交分解的新视角，SIAM J.Numer。分析。，41, 5, 1893-1925 (2003) ·Zbl 1053.65106号 [78] 特雷费滕，L.N。；Bau III，D.，《数值线性代数》，第50卷（1997），SIAM:SIAM Philadelphia·兹伯利0874.65013 [79] Amsallem，D。；Farhat，C.，调整降阶模型的插值方法及其在气动弹性中的应用，AIAA J.，46，7，1803-1813（2008） [80] Amsallem，D。；科尔蒂尔，J。；卡尔伯格，K。；Farhat，C.，流形结构动力学降阶模型插值方法，国际。J.数字。方法工程师，80，9，1241-1258（2009）·Zbl 1176.74077号 [81] 齐默尔曼，R。；佩赫斯托弗，B。；Willcox，K.，《几何子空间更新及其在线自适应非线性模型简化应用》，SIAM J.Matrix Anal。申请。，39, 1, 234-261 (2018) ·Zbl 1383.65034号 [82] Zimmermann，R.，流形插值和模型简化（2019），arXiv预印本arXiv:1902.06502 [83] Oulghelou，M。；Allery，C.，使用降阶模型自适应技术的快速鲁棒次优控制方法，应用。数学。计算。，333, 416-434 (2018) ·Zbl 1427.49033号 [84] Oulghelou，M。；Allery，C.，使用格拉斯曼流形上的双校准插值进行参数模型降阶的非侵入方法（2018），arXiv预印本arXiv:1901.03177 [85] Edelman，A。；阿里亚斯，T.A。；Smith，S.T.，《正交约束算法的几何》，SIAM J.矩阵分析。申请。，20, 2, 303-353 (1998) ·Zbl 0928.6500号 [86] Absil，P.-A.公司。；Mahony，R。；Sepulchre，R.，《格拉斯曼流形的黎曼几何与算法计算》，Acta Appl。数学。，80, 2, 199-220 (2004) ·Zbl 1052.65048号 [87] 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。J.数字。方法工程，86，2，155-181（2011）·兹比尔1235.74351 [88] 卡尔伯格，K。；巴龙，M。；Antil，H.，Galerkin v.非线性模型简化中的最小二乘Petrov-Galerkins投影，J.Compute。物理。，330, 693-734 (2017) ·Zbl 1378.65145号 [89] Choi，Y。；Carlberg，K.，非线性模型简化的时空最小二乘Petrov-Galerkin投影，SIAM J.Sci。计算。，41、1、A26-A58（2019）·Zbl 1405.65140号 [90] 肖，D。；方，F。；杜，J。；疼痛，C。；纳文，I。；Buchan，A。；Elsheikh，A.H.（艾尔斯海克，A.H.）。；Hu，G.，使用混合有限元对对Navier-Stokes方程进行降阶建模的非线性Petrov-Galerkin方法，计算。方法应用。机械。工程，255，147-157（2013）·Zbl 1297.76107号 [91] Gunzburger，M.，（粘性不可压缩流的有限元方法。粘性不可压流的有限元素方法，计算机科学和科学计算（1989），学术出版社：学术出版社，马萨诸塞州波士顿），xviii+269，理论、实践和算法指南·Zbl 0697.76031号 [92] Amsallem，D.，基于CFD的流体流形插值和基于有限元的在线气动弹性预测结构降阶模型（2010），斯坦福大学（博士论文） [93] ψtefnescu，R。；桑杜，A。；Navon，I.M.，非线性2D浅水方程POD降阶策略的比较，国际。J.数字。《液体方法》，76，8，497-521（2014） [94] Barrault，M。；Maday，Y。；Nguyen，北卡罗来纳州。；Patera，A.T.，《一种经验插值方法：在偏微分方程高效降基离散化中的应用》，C.R.Math。，339667-672（2004年）·Zbl 1061.65118号 [95] 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 [96] 艾哈迈德，S.E。；拉赫曼，S.M。；圣马力诺。；拉希德，A。；Navon，I.M.，非遍历流的内存嵌入式非侵入降阶建模，Phys。液体，31，12，126602（2019） [97] Dihlmann，M。；Drohmann，M。；Haasdonk，B.，使用带自适应时间分割的简化基方法对参数化进化问题进行模型简化，（自适应建模与仿真国际会议，ADMOS 2011（2011）），156-167 [98] Maulik，R。；Lusch，B。；Balaprakash，P.，用递归神经网络和卷积自编码器对对流主导系统进行降阶建模（2020），arXiv预印本arXiv:2002.00470 [99] Lee，K。；Carlberg，K.T.，使用深度卷积自编码器对非线性流形上动力系统的模型简化，J.Compute。物理。，404, 108973 (2020) ·Zbl 1454.65184号 [100] Grimberg，S。；Farhat，C。；Youkilis，N.，关于对流主导的层流和湍流基于投影的模型降阶的稳定性（2020年），arXiv预印本arXiv:200110110 [101] Kani，J。；Elsheikh，A.H.，使用深度剩余递归神经网络对地下多相流模型进行降阶建模，Transp。多孔介质，126,3713-741（2019） [102] Mohan，A.T。；Gaitonde，D.V.，《使用LSTM神经网络进行湍流控制降阶建模的基于深度学习的方法》（2018），arXiv预印本arXiv:1804.09269 [103] 王，Z。；肖，D。；方，F。；戈文丹，R。；疼痛，慢性疲劳。；Guo，Y.，使用深度学习的降阶流体动力学系统的模型识别，国际。J.数字。方法流体，86，4，255-268（2018） [104] 拉赫曼，S.M。；帕瓦尔，S。；圣马力诺。；拉希德，A。；伊利埃斯库，T.，准地转湍流的非侵入性降阶模拟框架，物理学。E版，100053306（2019） [105] Wiewel，S。；贝彻，M。；Thuerey，N.，《潜在空间物理：朝向流体流动的时间演化学习》，（计算机图形论坛，第38卷（2019年），威利在线图书馆），71-82 [106] 肖，D。；方，F。；郑洁。；疼痛，C。；Navon，I.，基于机器学习的区域空气污染建模快速响应工具，Atmos。环境。，199, 463-473 (2019) [107] Chollet，F.，Keras（2015），https://keras.io网址 [108] Maleewong，M。；Sirisup，S.，非线性问题的在线和离线POD辅助投影积分：Burgers方程的案例研究，国际数学杂志。计算。物理学。选举人。计算。工程，5，7，984-992（2011） [109] 邦廷，J.D。；Pullin，D.，应变涡的合并和消除，J.流体力学。，205, 263-295 (1989) ·兹比尔0675.76062 [110] 冯·哈登伯格，J。；McWilliams，J。；普罗旺泽尔，A。；Shchepetkin，A。；Weiss，J.，准营养流中的涡旋合并，J.流体力学。，412, 331-353 (2000) ·Zbl 0955.76018号 [111] 荒川，A.，流体运动方程长期数值积分的计算设计：二维不可压缩流。第一部分，J.计算。物理。，1, 1, 119-143 (1966) ·Zbl 0147.44202号 [112] 哥特利布，S。；Shu，C.W.，总变差递减Runge-Kutta格式，数学。公司。，67, 221, 73-85 (1998) ·Zbl 0897.65058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。