首页|基于统计分析方法的RKDG方法的坏单元指示子研究

基于统计分析方法的RKDG方法的坏单元指示子研究

王之欢

基于统计分析方法的RKDG方法的坏单元指示子研究

王之欢1
扫码查看

作者信息

  • 1. 南京邮电大学
  • 折叠

摘要

求解双曲守恒律方程的Runge-Kutta间断Galerkin(RKDG)方法是处理计算流体力学的主流方法之一,自提出以来,就得到迅速的发展,并广泛地应用于其他领域。坏单元指示子是其中的一个重要研究方向。Zhu等人在2021年提出利用K均值聚类算法设计一个不含依赖于问题参数的坏单元指示子(下文称为K均值聚类坏单元指示子)。这个指示子具有很好的延展性。它不仅适用于结构网格、非结构网格和不规则网格,还可以与各种指示变量一起工作。本文基于这个工作,主要开展了三个方面的工作。 首先,我们在K均值聚类坏单元指示子框架的基础上,引入TVB指示变量、Fu-Shu指示变量和单元边界跳跃指示变量,考察它们在该框架下的工作情况,以证实该框架确实能与各种指示变量一起工作。 其次,我们还发现K均值聚类坏单元指示子中的参数虽然对问题不敏感,但依赖于指示变量和解空间的多项式次数。为了解决这个问题,我们在此框架的基础上精心设计了两种技术,测试得到的数值结果表明,通过上述处理后的坏单元指示子框架与各种指示变量一起工作时,无需调整参数,所有算例的间断处皆可被捕捉,且数值解无振荡,这给数值模拟带来了很大的便捷。 最后,由于指示变量的值在连续区域和间断区域具有不同的量级,当模板中不存在坏单元时,此模板中指示变量的值的极差较小,反之极差较大。我们通过极差将全是好单元的模板挑选出来,再利用简单分类的方法将其余模板中的坏单元检测出来。设计了一种新的坏单元指示子,该指示子不仅在形式上更为简单,还具备K均值聚类坏单元指示子的全部优点。

关键词

坏单元指示子/间断Galerkin方法/K均值聚类算法/统计分析

引用本文复制引用

授予学位

硕士

学科专业

数学

导师

朱洪强

学位年度

2022

学位授予单位

南京邮电大学

语种

中文

中图分类号

O1
段落导航相关论文