[論文レビュー] Dirichlet-Neumann and Neumann-Neumann Waveform Relaxation Algorithms for Parabolic Problems

Martin J. Gander, Félix Kwok+1 more|arXiv (Cornell University)|Nov 12, 2013

Advanced Mathematical Modeling in Engineering被引用数 26

ひとこと要約

本稿では、放物型問題に対するDirichlet-Neumann Waveform Relaxation (DNWR) 法およびNeumann-Neumann Waveform Relaxation (NNWR) 法を導入し、非重複領域分割法を時間依存PDEに拡張する。ラプラス変換を用いて、有限時間区間における最適な緩和パラメータを用いた両手法の超線形収束を証明し、標準的な波形反復法と比較して収束が著しく向上することを示す。

ABSTRACT

We present a waveform relaxation version of the Dirichlet-Neumann and Neumann-Neumann methods for parabolic problems. Like the Dirichlet-Neumann method for steady problems, the method is based on a non-overlapping spatial domain decomposition, and the iteration involves subdomain solves with Dirichlet boundary conditions followed by subdomain solves with Neumann boundary conditions. For the Neumann-Neumann method, one step of the method consists of solving the subdomain problems using Dirichlet interface conditions, followed by a correction step involving Neumann interface conditions. However, each subdomain problem is now in space and time, and the interface conditions are also time-dependent. Using Laplace transforms, we show for the heat equation that when we consider finite time intervals, the Dirichlet-Neumann and Neumann-Neumann methods converge superlinearly for an optimal choice of the relaxation parameter, similar to the case of Schwarz waveform relaxation algorithms. The convergence rate depends on the size of the subdomains as well as the length of the time window. For any other choice of the relaxation parameter, convergence is only linear. We illustrate our results with numerical experiments.

研究の動機と目的

• 楕円型問題に既に適用されてきた非重複サブストラクチャリング領域分割法を、時間依存の放物型PDEに拡張すること。
• 空間時間問題におけるDirichlet-NeumannおよびNeumann-Neumann法の波形反復版を構築し、分析すること。
• 連続的設定におけるDNWRおよびNNWRの鋭い収束見積もりを確立すること、特に熱方程式に対して。
• 古典的波形反復法が通常線形収束を示すのに対し、有限時間区間で超線形収束が達成可能であることを示すこと。
• 1次元および2次元の空間において、複雑な分割を含む、数値実験を通じて理論的結果の妥当性を検証すること。

提案手法

• 非重複領域分割と時間依存境界条件を用いた空間時間並列アルゴリズムとして、DNWRおよびNNWRを提案する。
• 連続的設定における収束挙動を分析するため、特に1次元熱方程式に対してラプラス変換を用いる。
• カーネル推定および逆ラプラス変換を適用し、アルゴリズムの明確な収束境界を導出する。
• 2段階の反復プロセスを実装する：DNWRはディリクレ境界条件とノイマン境界条件を交互に適用して部分領域問題を解く。NNWRはノイマン条件を用いた補正ステップを含む。
• NNWRの収束解析を複数の部分領域および高次元（d=2）に一般化し、見積もりが依然有効であることを示す。
• 部分領域のサイズ、緩和パラメータ、時間ウィンドウの変化を考慮した数値実験を実施し、理論的収束率の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 非重複サブス トラクチャリング手法（例：ディリクレ-ノイマンおよびノイマン-ノイマン）を、波形反復を用いて時間依存放物型問題に拡張可能か？
• RQ2 DNWRおよびNNWRの収束挙動は有限時間区間でどのように変化するか？古典的線形収束とはどのように異なるか？
• RQ3 最適な緩和パラメータを選んだ場合、DNWRおよびNNWRで超線形収束が発生するか？これは部分領域のサイズや時間ウィンドウ長にどのように依存するか？
• RQ4 NNWRの収束見積もりを複数の部分領域および2次元空間に拡張可能か？
• RQ5 重複スワーツ波形反復法および最適化手法と比較して、DNWRおよびNNWRの数値的性能はどの程度か？

主な発見

• 1次元熱方程式において、最適な緩和パラメータを用いることで、DNWRおよびNNWRは有限時間区間で超線形収束を達成する。これはラプラス変換を用いた解析により証明された。
• 収束速度は部分領域のサイズと時間ウィンドウの長さの両方に依存し、超線形収束は最適パラメータが選ばれた場合にのみ成立する。
• 非最適な緩和パラメータでは収束は線形に戻り、これは古典的波形反復法の挙動と一致する。
• 数値実験により、DNWRおよびNNWRの理論的収束率が確認された。特に、解析の範囲外の設定（例：2次元におけるクロスポイント分割）に対しても同様の結果が得られた。
• NNWR法は2次元空間においても超線形収束を維持し、収束見積もりは部分領域数に依存しない。
• 数値的実験において、DNWRおよびNNWRは標準的な重複スワーツ波形反復法を上回り、高次最適化手法に近い性能を示した。