Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2501.01676

帮助 | 高级搜索

数学 > 数值分析

arXiv:2501.01676 (math)
[提交于 2025年1月3日 ]

标题: 一种用于三维对流扩散问题的自适应粗空间BDDC方法

标题: A BDDC method for three-dimensional advection-diffusion problems with an adaptive coarse space

Authors:Jie Peng, Shi Shu, Junxian Wang, Liuqiang Zhong
摘要: 非对称正定(NSPD)系统在对流扩散问题中的求解是科学和工程领域的重要研究课题。 自适应BDDC方法是一种重要的非重叠区域分解方法,通常用于求解对称正定问题。 在本文中,我们将自适应BDDC方法应用于求解对流扩散问题的NSPD系统。 此外,通过基于先前选择的原始约束设计一类边界的广义特征值问题,进一步减少了原始未知数的数量。 数值实验验证了所提出方法的有效性。
摘要: The solution of nonsymmetric positive definite (NSPD) systems for advection-diffusion problems is an important research topic in science and engineering. The adaptive BDDC method is a significant class of non-overlapping domain decomposition methods, which is often used for solving symmetric positive definite problems. In this paper, we apply the adaptive BDDC method to solve the NSPD systems of te advection-diffusion problems. Moreover, by designing a class of edge generalized eigenvalue problems based on prior selected primal constraints, the number of primal unknowns is further reduced. Numerical experiments have verified the effectiveness of the proposed methods.
主题: 数值分析 (math.NA)
引用方式: arXiv:2501.01676 [math.NA]
  (或者 arXiv:2501.01676v1 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.01676
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Jie Peng [查看电子邮件]
[v1] 星期五, 2025 年 1 月 3 日 07:39:49 UTC (14 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs.NA
math
math.NA

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号