为数值 PDE 方案选择制造解的指南

计算科学 pde 测试 确认
2021-12-23 19:47:46

在测试 PDE 的数值方法时,我知道将它与已知的解析解进行比较通常很有用。如果没有可用的,总是可以“制造”一个解决方案,将其代入 PDE 并获得问题所需的源项、边界条件和初始条件。

但是,我应该遵循哪些准则来选择合适的“制造”解决方案来测试该方案?制造的解决方案应具备哪些品质?

经过一番思考,我提出了以下考虑:

  1. 足够的平滑度- 无论 PDE 中的最高阶导数(对于任何变量),制造的解决方案都应该在问题的域内至少具有这种程度的平滑度。
  2. Physically Plausible Coefficients - 物理上为正的系数的非负值。
  3. 适当的缩放- 如果可能,应使用问题的无量纲版本。

然而,我主要关心的是制造一种能够充分捕捉理论精度顺序的解决方案。在制造解决方案的属性中我还应该考虑其他什么,以确保捕捉到理论上的精度顺序?

在选择制造解决方案时,我通常还应该考虑其他什么?

1个回答

解决这个问题的典型方法是使用三角函数、反三角函数、指数函数等无限平滑函数。有一个名为MASA的方便库,它有一个制造解决方案库,可以轻松制作自己的解决方案。

您的 PDE 系数将成为您选择的解决方案导致的强制函数中的参数,因此您可能应该像解决实际问题一样选择您的 PDE 系数。这里的问题是,这些系数通常会导致有趣的解决方案特征,如果您的数值方法/离散化捕获,例如边界层,那么您希望查看这些特征,但无论您为这些系数选择什么,您的制造解决方案及其相关的强迫功能可以完全隐藏这些功能。

MMS 有利于测试您的方法是否正确实施并在您细化网格时达到正确的精度顺序,但它不适合确定您的方法是否捕获 PDE 及其系数中隐含的解决方案特征(如层或湍流) )。

您的#3 取决于您,但这不是 MMS 甚至是好的 MMS 的要求。您应该制造与您实际想要解决的实际问题的 PDE 形式相对应的解决方案。