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:2507.11193

帮助 | 高级搜索

数学 > 数值分析

arXiv:2507.11193 (math)
[提交于 2025年7月15日 ]

标题: 具有显式时间积分的波动方程自适应有限元方法

标题: Adaptive FEM with explicit time integration for the wave equation

Authors:Marcus J. Grote, Omar Lakkis, Carina S. Santos
摘要: 从最近针对使用显式时间步进的波动方程有限元解的后验误差估计器 [Grote, Lakkis, Santos, 2024] 出发,我们设计了一种时空自适应策略,包括时间演化网格和局部时间步进 [Diaz, Grote, 2009],以克服由于局部网格细化导致的时间步长过于严格的CFL稳定性限制。此外,在每个时间步中,自适应算法通过误差指示器监控准确性,并在细化网格上重新计算当前步骤,直到满足所需的容差;同时,在误差较小的区域对网格进行粗化。在所有局部网格细化区域应用基于Leapfrog的局部时间步进,以在保留效率的同时将自适应性融入完全显式的时间积分与网格变化中。数值结果说明了后验误差估计器在时间演化网格上的最优收敛率。
摘要: Starting from a recent a posteriori error estimator for the finite element solution of the wave equation with explicit time-stepping [Grote, Lakkis, Santos, 2024], we devise a space-time adaptive strategy which includes both time evolving meshes and local time-stepping [Diaz, Grote, 2009] to overcome any overly stringent CFL stability restriction on the time-step due to local mesh refinement. Moreover, at each time-step the adaptive algorithm monitors the accuracy thanks to the error indicators and recomputes the current step on a refined mesh until the desired tolerance is met; meanwhile, the mesh is coarsened in regions of smaller errors. Leapfrog based local time-stepping is applied in all regions of local mesh refinement to incorporate adaptivity into fully explicit time integration with mesh change while retaining efficiency. Numerical results illustrate the optimal rate of convergence of the a posteriori error estimators on time evolving meshes.
主题: 数值分析 (math.NA)
MSC 类: 65M60, 65M22, 65J10, 35A35, 35L05,
ACM 类: G.1.8; G.4
引用方式: arXiv:2507.11193 [math.NA]
  (或者 arXiv:2507.11193v1 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.11193
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Carina S. Santos [查看电子邮件]
[v1] 星期二, 2025 年 7 月 15 日 10:53:57 UTC (3,845 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
许可图标 查看许可
当前浏览上下文:
math.NA
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.NA
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