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:1608.02578

帮助 | 高级搜索

数学 > 数值分析

arXiv:1608.02578 (math)
[提交于 2016年8月5日 (v1) ,最后修订 2017年1月23日 (此版本, v2)]

标题: MUSCL型有限体积格式中的约束重构

标题: Constrained Reconstruction in MUSCL-type Finite Volume Schemes

Authors:Christoph Gersbacher, Martin Nolte
摘要: 在本文中,我们关注任意空间维数下MUSCL型有限体积格式的稳定性。 我们考虑了一些受限重构技术,这些技术是通过单个网格单元上的不等式约束线性或二次规划问题来定义的。 不对网格的连续性或其单元的形状做出任何限制。 在笛卡尔网格的特殊情况下,一种新的QP重构被证明与广泛使用的Minmod重构一致。 稳定二阶有限体积格式的准确性和整体效率得到了数值实验的支持。
摘要: In this paper we are concerned with the stabilization of MUSCL-type finite volume schemes in arbitrary space dimensions. We consider a number of limited reconstruction techniques which are defined in terms inequality-constrained linear or quadratic programming problems on individual grid elements. No restrictions to the conformity of the grid or the shape of its elements are made. In the special case of Cartesian meshes a novel QP reconstruction is shown to coincide with the widely used Minmod reconstruction. The accuracy and overall efficiency of the stabilized second-order finite volume schemes is supported by numerical experiments.
主题: 数值分析 (math.NA)
引用方式: arXiv:1608.02578 [math.NA]
  (或者 arXiv:1608.02578v2 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.1608.02578
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Christoph Gersbacher [查看电子邮件]
[v1] 星期五, 2016 年 8 月 5 日 21:33:02 UTC (5,393 KB)
[v2] 星期一, 2017 年 1 月 23 日 18:00:12 UTC (648 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.NA
< 上一篇   |   下一篇 >
新的 | 最近的 | 2016-08
切换浏览方式为:
math

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