[論文レビュー] Anisotropic Mesh Adaptation for Variational Problems Using Error Estimation Based on Hierarchical Bases

Weizhang Huang, Lennard Kamenski+1 more|arXiv (Cornell University)|Jun 1, 2010

Advanced Numerical Methods in Computational Mathematics参考文献 16被引用数 6

ひとこと要約

本稿では、変分問題に対する完全後向きの異方的メッシュ適応法を提案する。階層的基底誤差推定子（HBEE）を用いて計量テンソルを構築し、残差、境界上でのジャンプ、およびHBEEを組み合わせてメッシュの細分化を誘導する。Hessian回復に基づく手法と同等の性能を達成するが、正確なHessian情報に依存しない。数値結果は境界層に強く整合し、困難な異方的問題においても改善されたアスペクト比を示している。

ABSTRACT

Anisotropic mesh adaptation has been successfully applied to the numerical solution of partial differential equations but little considered for variational problems. In this paper, we investigate the use of a global hierarchical basis error estimator for the development of an anisotropic metric tensor needed for the adaptive finite element solution of variational problems. The new metric tensor is completely a~posteriori and based on residual, edge jumps and the hierarchical basis error estimator. Numerical results show that it performs comparable with existing metric tensors based on Hessian recovery. A few sweeps of the symmetric Gauß-Seidel iteration for solving the global error problem prove sufficient to provide directional information necessary for successful mesh adaptation. .

研究の動機と目的

• 変分問題における異方的メッシュ適応のための完全後向き計量テンソルを構築し、解の正確なHessianに依存しないようにすること。
• グローバルな階層的基底誤差推定子（HBEE）が、効果的な異方的メッシュ適応に十分な方向情報を持つかどうかを調査すること。
• HBEEに基づく計量テンソルの性能を、Hessian回復に基づく手法および等方的アプローチと比較し、鋭い境界層や異方的特徴を解像する能力を評価すること。
• グローバル誤差問題に対して対称ガウス＝ザイデル反復を数回実行するだけで、メッシュの方向性と異方性を抽出するのに十分な情報を得られることを示すこと。

提案手法

• 有限要素解から後向きに計算された残差、境界上のジャンプ、およびグローバルな階層的基底誤差推定子（HBEE）のみに基づいて計量テンソル $ M $ を構築する。
• メッシュが $ M $ で定義される計量において一様に細分化される $ M $-均一メッシュ手法を用い、解の異方的特徴に最適に適合させる。
• 残差、境界上のジャンプ、およびHBEEを含む関数の変動に関する上限を定式化し、その上限が $ M $-均一メッシュ上で最小化されることにより最適な $ M $ を決定する。
• グローバル誤差問題を対称ガウス＝ザイデル反復を数スイープ分で近似的に解き、メッシュの方向性と異方性を抽出する。
• 得られた計量テンソルを用いて、誤差が大きい領域に集中し、解の勾配に沿って整列する適応メッシュを生成する。
• 反応拡散問題（境界層を有する）、対流拡散問題、および全変動に基づく画像処理関数の3つのベンチマーク問題に本手法を適用する。

実験結果

リサーチクエスチョン

• RQ1 HBEEに基づく完全後向き計量テンソルは、正確な解のHessianを必要とせずに、変分問題における効果的な異方的メッシュ適応を実現できるか？
• RQ2 HBEEに基づくメッシュ適応の性能は、Hessian回復に基づく手法および等方的アプローチと比較して、鋭い境界層や異方的特徴を解像する能力においてどう異なるか？
• RQ3 グローバル誤差問題の数回スイープによる近似で、成功した異方的メッシュ生成に必要な方向性情報を十分に抽出できるか？
• RQ4 HBEEに基づく手法は、Hessian回復による平滑化効果を回避し、高異方性領域でのメッシュ整列性とアスペクト比を低下させないか？
• RQ5 不連続性や急勾配を有する問題において、局所的残差に基づく手法と比較して、グローバル誤差推定がよりロバストなメッシュ適応を実現できるか？

主な発見

• HBEEに基づく計量テンソルは、すべての数値例においてHessian回復に基づく手法と同等のメッシュ適応性能を達成した。特に鋭い境界層の解像において顕著であった。
• 例題4.2では、HBEEに基づくメッシュが最大アスペクト比51を達成した。これは等方的メッシュ（3.4）よりも顕著に高く、Hessian回復メッシュ（15）と同等の性能を示し、優れた異方性解像度を示している。
• 例題4.2において、HBEEに基づくメッシュはHessian回復に基づくメッシュよりもわずかに境界層に良い整列を示した。これは平滑化効果が少なく、より正確な方向性適応が可能であることを示唆している。
• グローバル誤差問題に対する対称ガウス＝ザイデル反復は、数回のスイープで効果的な異方的メッシュ生成に必要な方向性情報を十分に得られた。
• 本手法はHessian回復や高精度な誤差推定の必要性を回避しており、成功した異方的適応の鍵が、局所的または方向的精度ではなく、グローバル誤差情報にあると示唆している。
• 画像処理（例題4.3）のような非二次関数的汎関数に対しても、HBEEに基づく手法は最大アスペクト比4.7を維持し、等方的適応（2.7）を上回り、Hessian回復（3.5）と同等の結果を示した。