[論文レビュー] Galerkin v. discrete-optimal projection in nonlinear model reduction.

Kevin Carlberg, Matthew Barone+1 more|arXiv (Cornell University)|Apr 15, 2015

Model Reduction and Neural Networks参考文献 37被引用数 5

ひとこと要約

本稿は、時間積分された非線形問題におけるガレルキン法と離散最適な低次元モデル化（ROM）手法の理論的・実験的比較を提供する。非定常で圧縮性流れにおいて、離散最適ROMがガレルキンROMを上回ることを示し、時間刻みが小さくなるほど誤差が必ずしも減少しないことを明らかにした。代わりに、時間刻みを低次元基底のスペクトル内容に一致させることで、誤差とシミュレーション時間を100万自由度の流れ問題においてそれぞれ1桁小さくする最適性能が達成される。

ABSTRACT

Discrete-optimal model-reduction techniques such as the Gauss{Newton with Approximated Tensors (GNAT) method have shown promise, as they have generated stable, accurate solutions for large-scale turbulent, compressible ow problems where standard Galerkin techniques have failed. However, there has been limited comparative analysis of the two approaches. This is due in part to difficulties arising from the fact that Galerkin techniques perform projection at the time-continuous level, while discrete-optimal techniques do so at the time-discrete level. This work provides a detailed theoretical and experimental comparison of the two techniques for two common classes of time integrators: linear multistep schemes and Runge{Kutta schemes. We present a number of new ndings, including conditions under which the discrete-optimal ROM has a time-continuous representation, conditions under which the two techniques are equivalent, and time-discrete error bounds for the two approaches. Perhaps most surprisingly, we demonstrate both theoretically and experimentally that decreasing the time step does not necessarily decrease the error for the discrete-optimal ROM; instead, the time step should be `matched' to the spectral content of the reduced basis. In numerical experiments carried out on a turbulent compressible- ow problem with over one million unknowns, we show that increasing the time step to an intermediate value decreases both the error and the simulation time of the discrete-optimal reduced-order model by an order of magnitude.

研究の動機と目的

• 非線形モデル還元におけるガレルキン法と離散最適ROM手法の間の比較分析の不足に対処すること。
• 2つの射影手法の時間連続的・時間離散的性質に起因する根本的課題を解消すること。
• 離散最適ROMが時間連続的表現を有する条件を導出すること。
• ガレルキン法と離散最適ROMが等価となる条件を特定すること。
• 線形多段法およびルンゲ＝クッタ法の時間離散スキームに対して、両手法の時間離散誤差バインディングを確立すること。
• 乱流的で高精度なシミュレーションにおける時間刻みサイズが離散最適ROMの精度と効率に与える影響を調査すること。

提案手法

• 線形多段法およびルンゲ＝クッタ法の時間積分器を用いたガレルキン法と離散最適射影の理論的分析。
• 離散最適ROMが時間連続的表現を有する条件の導出。
• 特定の基底および時間刻み制約下で、ガレルキン法と離散最適ROMが等価となる条件の確立。
• 安定性理論および近似理論を用いて、両手法の時間離散誤差バインディングの構築。
• 100万以上の自由度を持つ乱流的圧縮性流れ問題における数値実験。
• 時間刻みサイズを系統的に変化させ、離散最適ROMの誤差および計算コストに与える影響を調査。

実験結果

リサーチクエスチョン

• RQ1 離散最適ROMが時間連続的表現を有するのはどのような条件下か？
• RQ2 時間積分された非線形系の文脈において、ガレルキン法と離散最適ROMが等価となるのはいつか？
• RQ3 線形多段法およびルンゲ＝クッタ法のスキームにおいて、ガレルキン法と離散最適ROMの時間離散誤差バインディングはどのように異なるか？
• RQ4 時間刻みを小さくすれば、常に離散最適ROMの誤差が減少するのか、それとも最適な刻みサイズが存在するのか？
• RQ5 低次元基底のスペクトル内容に時間刻みを一致させることで、高精度な流れシミュレーションにおける精度と効率が向上するか？

主な発見

• 離散最適ROMは、時間積分器および基底構造に関連する特定の条件下で、時間連続的表現を有することができる。
• 低次元基底が時間連続的であり、かつ時間積分器が特定の整合性条件を満たす場合、ガレルキン法と離散最適ROMは等価である。
• 両手法に対して時間離散誤差バインディングが導出され、射影戦略に応じて異なる収束特性が示された。
• 時間刻みを小さくしても、離散最適ROMの誤差が必ずしも減少しない。代わりに、低次元基底のスペクトル内容に一致する中間的な時間刻みが、最小誤差を達成する。
• 100万以上の自由度を持つ乱流的圧縮性流れ問題において、時間刻みを中間的な値に増加させることで、誤差とシミュレーション時間をともに1桁小さくすることができた。
• 最適時間刻みは、安定性や切り捨て誤差の考慮のみではなく、低次元基底のスペクトル内容によって決定される。