A FOM/ROM Hybrid Approach for Accelerating Numerical Simulations
A FOM/ROM Hybrid Approach for Accelerating Numerical Simulations
复制标题
用于加速数值模拟的 FOM/ROM 混合方法
DOI：
10.1007/s10915-021-01668-9
复制
发表时间：
2021
影响因子：
2.5
通讯作者：
Wang, Zhu
中科院分区：
文献类型：
--
作者：
Feng, Lihong;Fu, Guosheng;Wang, Zhu
降阶建模中的基生成通常需要多次高保真度的大规模仿真，这将耗费大量的计算成本。为了加速这些数值模拟，本文引入了一种FOM/ROM混合方法。它是基于对动力系统输出逼近的后验误差估计而发展起来的。通过控制估计误差，该方法在动态生成的全阶模型和降阶模型之间动态切换。因此，它降低了高保真仿真的计算成本，同时达到了规定的精度水平。对非参数偏微分方程和参数偏微分方程的数值试验表明了该方法的有效性。
The basis generation in reduced order modeling usually requires multiple high-fidelity large-scale simulations that could take a huge computational cost. In order to accelerate these numerical simulations, we introduce a FOM/ROM hybrid approach in this paper. It is developed based on an a posteriori error estimation for the output approximation of the dynamical system. By controlling the estimated error, the method dynamically switches between the full-order model and the reduced-oder model generated on the fly. Therefore, it reduces the computational cost of a high-fidelity simulation while achieving a prescribed accuracy level. Numerical tests on the non-parametric and parametric PDEs illustrate the efficacy of the proposed approach.
登录
查看更多内容
影响因子：
2.5
作者：
Sridhar Chellappa;Lihong Feng;P. Benner
通讯作者：
P. Benner
影响因子：
7.2
作者：
Philip A. Etter;K. Carlberg
通讯作者：
K. Carlberg
DOI：
10.1016/j.cma.2021.114181
发表时间：
2021-10-13
影响因子：
7.2
作者：
Fresca, Stefania;Manzoni, Andrea
通讯作者：
Manzoni, Andrea
使用随机训练集的减少基贪婪选择
DOI：
10.1051/m2an/2020004
发表时间：
2020
期刊：
ESAIM: Mathematical Modelling and Numerical Analysis
影响因子：
--
作者：
Cohen, Albert;Dahmen, Wolfgang;DeVore, Ronald;Nichols, James
通讯作者：
Nichols, James
参数非线性动力系统的自适应基础构造和改进的误差估计
影响因子：
2.9
作者：
Sridhar Chellappa;Lihong Feng;P. Benner
通讯作者：
P. Benner