Greedy sampling of distributed parameters in the reduced-basis method by numerical optimization
Greedy sampling of distributed parameters in the reduced-basis method by numerical optimization
复制标题
数值优化减基法中分布参数的贪婪采样
DOI：
--
复制
发表时间：
2013
期刊：
影响因子：
--
通讯作者：
S. Volkwein
中科院分区：
文献类型：
--
作者：
L. Iapichino;S. Volkwein
研究了参数为标量或分布函数的二阶椭圆型参数偏微分方程（μ PDE）.通过利用一个修改的贪婪算法的减少基近似。这种新的策略结合了经典的贪婪算法和PDE约束优化技术。Graetz问题的数值例子说明了效率的策略，不仅处理标量，但也分布参数函数。
In the present paper the authors study second-order elliptic parametric partial differential equations (μPDEs), where the parameters are scalars or distributed functions. By utilizing a modified greedy algorithm a reduced-basis approximation is derived. This new strategy combines the classical greedy algorithm with techniques from PDE constrained optimization. Numerical examples for the Graetz problem illustrate the efficiency of the strategy to handle not only scalar, but also distributed parameter functions.
DOI：
10.1007/978-3-642-20671-9_39
发表时间：
2011
期刊：
影响因子：
--
作者：
Drohmann M;Haasdonk B;Ohlberger M.
通讯作者：
Ohlberger M.
使用非线性优化的贪婪采样
DOI：
10.1007/978-3-319-02090-7_5
发表时间：
2012
期刊：
影响因子：
--
作者：
Karsten Urban;Stefan Volkwein;Oliver Zeeb
通讯作者：
Oliver Zeeb