关键词:
含参数偏微分方程
模型降阶方法
有限元离散
贪婪算法
矩匹配
摘要:
许多工程领域中的问题都需要对带有参数的偏微分方程来进行模拟。在方程离散规模较大和参数空间较复杂的情形下,求解这类问题需要大量时间成本。为了提高含参数偏微分方程的求解效率,提出了新的含参数偏微分方程的模型降阶方法,即单边及双边Greedy-KPOD模型降阶方法。首先,根据Galerkin变分理论对含参数偏微分方程进行有限元离散,得到含参系数矩阵的微分方程组。其次,利用Greedy算法,通过迭代选出最优参数,进一步构造基于块Arnoldi过程的单边及双边Krylov子空间,给出了系统间的矩匹配的性质,并生成两种Greedy-KPOD变换矩阵。基于参数分离的系数矩阵,对该系统降阶,得到降阶参数系统,使得降阶系统保持原始系统的参数结构。最后,数值算例比较了两种Greedy-KPOD降阶解、Greedy-POD降阶解与有限元解的相对误差以及生成降阶矩阵所用时间,验证了所提方法对含参数偏微分方程的求解优势。