自适应网格细化中控制新元素数量的策略

计算科学 参考请求 自适应网格细化
2021-12-14 00:22:46

我正在研究求解一些椭圆方程的自适应技术。该技术基于元素的残差。我的问题是,当我使用预定义的容差来细化元素时,细化的元素数量太多,即使对于周围的容差也是如此102.

我也尝试提炼那些误差大于最差误差一半的元素,但现在提炼的元素数量太少了。在这两种方法中,位置都是真实的位置,但我需要一种策略来细化这些中间的元素,不要太多也不要太少。如果我尝试通过提炼固定百分比的元素,我怎样才能完美地选择这个百分比?它取决于问题吗?有没有更好的方法呢?另外,我还有一个问题,每个元素都细化为子元素(每个三角形分为四个三角形),有没有更好的添加新元素的方法?需要注意的是,这种方法得到的结果比二分法要好。如果对此有很好的参考,请告诉我。

1个回答

这不是一个完整的答案,但根据我自己在网格细化方面的经验,我觉得有必要写一些太长的想法/想法,无法发表评论。

我认为您没有提到的一个想法是过于细化具有最大错误的元素的顶部百分比,然后也粗化具有最低错误的元素的底部百分比这可能有助于粗化太多元素。

至于使用 1:4 细化的优点:

  1. 子元素的角度最大化。事实上,网格的质量不会比原始起始网格差,因为子元素与父元素全等(您可能必须平分一些相邻的三角形以满足网格的一致性,这可能会产生不良的角度)。
  2. 因为每个三角形被分成 4 个新的(而不是 2 个用于二等分),所以您将更快地获得细化网格(即在您的求解器中迭代步骤更少),然后您将进行二等分。因此,如果您要解决泊松方程,您将需要更少的连续网格来达到最精细的网格级别。

我使用的一些很好的资源包括fea8Hannoun和 Wolfgang Bangerth视频教程的视频系列(见第 15-17 课)。特别要注意第 17 课的介绍文本。它解释了为什么他精炼了 30% 的元素,以及在连续精炼级别的计算时间方面,这如何是最佳的。