数学 > 数值分析
[提交于 2025年7月30日
]
标题: 一种固有正则化方法用于几乎不可压缩线性渗透弹性及弹性问题的无参数预条件处理
标题: An inherent regularization approach to parameter-free preconditioning for nearly incompressible linear poroelasticity and elasticity
摘要: 一种固有的正则化策略和块Schur补预条件方法被研究用于使用最低阶弱Galerkin有限元方法在空间上离散和隐式欧拉格式在时间上离散的线性渗透弹性问题。 在每个时间步,所得的鞍点系统在锁定区域中变得几乎奇异,其中固体几乎是不可压缩的。 这种近奇异性来源于对应的线性弹性系统的主块。 为了实现高效的迭代求解,这个几乎奇异的系统首先被重新表述为一个鞍点问题,然后通过向(2,2)块添加一项来进行正则化。 这种正则化保留了解,同时确保了新系统的非奇异。 结果,块Schur补预条件变得有效。 结果显示,预条件MINRES和GMRES的收敛性基本上与网格尺寸和锁定参数无关。 对于线性渗透弹性问题的迭代求解,考虑了两种和三种场的公式。 两种场公式的高效求解建立在对线性弹性问题的有效迭代求解之上。 对于这种情况,当使用块Schur补预条件时,MINRES和GMRES实现了无参数的收敛,其中主块的逆利用了线性弹性问题的高效求解器。 也可以通过在线性弹性部分引入一个数值压力变量,将渗透弹性问题重新表述为一个三场系统。 固有的正则化策略自然地扩展到这种形式,并且预条件MINRES和GMRES对于正则化系统也显示出无参数的收敛性。 二维和三维的数值实验验证了正则化策略的有效性和块预条件器的鲁棒性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.