S'abonner

An online intrinsic stabilization strategy for the reduced basis approximation of parametrized advection-dominated problems - 15/11/16

Une stratégie intrinsèque de stabilisation en ligne pour l'approximation bases réduites de problèmes paramètrés avec transport dominant

Doi : 10.1016/j.crma.2016.10.008 
Yvon Maday a, b, c , Andrea Manzoni d , Alfio Quarteroni d
a Sorbonne Universités, UPMC Université Paris-6 and CNRS UMR 7598, Laboratoire Jacques-Louis-Lions, 75005 Paris, France 
b Institut universitaire de France, France 
c Division of Applied Mathematics, Brown University, Providence RI, USA 
d CMCS–MATHICSE–SB, École polytechnique fédérale de Lausanne, Station 8, CH-1015 Lausanne, Switzerland 

Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le Tuesday 15 November 2016
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Abstract

We propose a new, black-box online stabilization strategy for reduced basis (RB) approximations of parameter-dependent advection–diffusion problems in the advection-dominated case. Our goal is to stabilize the RB problem irrespectively of the stabilization (if any) operated on the high-fidelity (e.g., finite element) approximation, provided a set of stable RB functions have been computed. Inspired by the spectral vanishing viscosity method, our approach relies on the transformation of the basis functions into modal basis, then on the addition of a vanishing viscosity term over the high RB modes, and on a rectification stage – prompted by the spectral filtering technique – to further enhance the accuracy of the RB approximation. Numerical results dealing with an advection-dominated problem parametrized with respect to the diffusion coefficient show the accuracy of the RB solution on the whole parametric range.

Le texte complet de cet article est disponible en PDF.

Résumé

Nous proposons une nouvelle strategie pour stabiliser l'approximation d'un problème de diffusion–transport avec transport dominant par une méthode de bases réduites. Cette strategie, opérée en ligne, est indépendante de la technique « haute fidélité » utilisée « hors ligne » ; elle trouve son inspiration dans la méthode de la viscosité spectrale évanescente. Par une diagonalisation sur l'espace de base réduite, on introduit une nouvelle base modale, qui permet d'ajouter au problème réduit un terme de viscosité évanescent sur les modes suffisant pour stabiliser l'approximation. Une méthode de rectification de la solution (semblable aux techniques de filtrage spectral) de ce problème est enfin opérée afin d'améliorer la précision de cette approximation. Les résultats numériques obtenus pour un problème avec transport dominant dont l'intensité est parametrisée montrent que l'approximation réduite résultante est stable et précise sur tout l'intervalle des paramètres.

Le texte complet de cet article est disponible en PDF.

Plan


© 2016  Publié par Elsevier Masson SAS de la part de Académie des sciences.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.