[논문 리뷰] Convergence of Newton's method in shape optimisation via approximate normal functions

Kevin Sturm|arXiv (Cornell University)|2016. 08. 09.

Advanced Numerical Analysis Techniques참고 문헌 36인용 수 3

한 줄 요약

이 논문은 미셸레티 메트릭 군과 관련된 몫 공간의 탄성 공간을 이산화하기 위해 근사 법선 함수를 사용하는 초선형 수렴 성질을 갖는 뉴턴 방법을 제안한다. 도메인 형태 헤시안과 재생 핵을 활용함으로써, 정류점 근처에서 효율적인 수렴을 달성하며, 수치적 검증을 통해 경사 방법보다 뛰어난 성능을 보였다.

ABSTRACT

In this paper we propose a Newton method for shape functions defined on an image set generated by the (Micheletti) metric group. We review basic properties of the metric group and a quotient associated with the metric group and a fixed domain. Taking into account the special structure of the second shape derivative and its symmetric part allows us to distinguish between two Hessians, the domain shape Hessian and the boundary shape Hessian. Using the domain Hessian we define a Newton method on the metric group by discretising the tangent space of the quotient via approximate normal functions using reproducing kernels. Under suitable assumptions we are able to show superlinear convergences of the Newton iterations and additionally convergence of the shapes in the metric group. Finally we verify our findings in a number of numerical experiments including a thorough numerical study of the impact of the discretisation on the convergence speed.

연구 동기 및 목표

• 무한차원 설정에서 초선형 수렴을 달성하는 형태 최적화를 위한 뉴턴 방법을 개발한다.
• 형태 최적화의 비선형성과 무한차원성에 도전하기 위해 메트릭 군 위의 미분기하학을 활용한다.
• 재생 핵을 통해 근사 법선 함수를 도입하여 몫 공간 ${\cal F}/{\cal G}_{\omega}$의 탄성 공간을 이산화한다.
• 수치 실험을 통해 도메인 헤시안, 경계 헤시안, 리만형 헤시안의 성능을 비교한다.
• 특히 정류점 근처에서 수렴 속도와 안정성에 영향을 미치는 이산화의 영향을 분석한다.

제안 방법

• 메트릭 군 ${\cal F}$를 사용하여 형태 변화를 정의하고, 적합한 형태는 몫 ${\cal F}/{\cal G}_{\omega}$를 통해 식별한다.
• 콤���된 지지 집합을 가진 재생 핵을 사용하여 근사 법선 함수를 도입함으로써, ${\cal F}/{\cal G}_{\omega}$의 탄성 공간의 이산 부분공간을 구성한다.
• 도메인 형태 헤시안은 ${\cal F}$의 탄성 공간에 정의되며, 경계 형태 헤시안은 몰입 공간 ${\cal F}/{\cal G}_{\omega}$에 정의되며, 정규 방향 변화에 대해 둘은 근사적으로 동일하다.
• 뉴턴 반복은 도메인 헤시안을 사용하며, 뉴턴 방향은 근사 법선 함수 공간에 대한 갈레르킨 프로젝션을 통해 해를 구한다.
• 다른 도메인 간 근사 법선 함수를 연결하기 위해 운반 지도를 도입하여 이산 설정에서 수렴 분석을 가능하게 한다.
• 적절한 가정 하에 초선형 수렴을 보장하며, ${\cal F}$의 메트릭에서 생성된 형태의 수렴을 확보한다.

실험 결과

연구 질문

• RQ1 무한차원 메트릭 군 ${\cal F}$에서 탄성 공간의 이산 근사를 사용하여 형태 최적화에 대한 뉴턴 방법을 구성할 수 있는가?
• RQ2 재생 핵을 통한 근사 법선 함수의 사용이 초선형 수렴을 보장하기 위해 충분한 기하학적 구조를 유지하는가?
• RQ3 이산 근사를 사용할 때 실질적으로 도메인 헤시안과 경계 헤시안은 어떻게 비교되는가?
• RQ4 형태 최적화에서 뉴턴 방법의 수렴 속도와 안정성에 대해 이산화의 영향은 어떠한가?
• RQ5 정규장이 근사화될 때 뉴턴 방법이 이차 수렴을 달성하지 못하는 조건은 무엇인가?

주요 결과

• 적절한 가정 하에 제안된 뉴턴 방법은 정규장의 근사화로 인해 이차 수렴이 달성되지 않더라도 초선형 수렴을 달성한다.
• 정규 방향 변화에 제한된 경우 도메인 형태 헤시안과 경계 형태 헤시안은 일치하며, 이는 이산 설정에서 도메인 헤시안을 대체로 사용할 수 있음을 의미한다.
• 수치 실험 결과, 뉴턴 방법은 정류점 근처에서 경사 방법보다 훨씬 더 빠른 수렴 속도를 보였다.
• 큰 형태 변형의 경우, 후자의 잔여 탄성 성분으로 인해 도메인 헤시안보다 경계 형태 헤시안이 더 유리하다.
• 수렴 속도는 이산화의 선택에 민감하며, 더 많은 제어점이 수렴 속도를 향상시킨다. 이는 $N=10$에서 $N=100$까지의 제어점 실험에서 입증되었다.
• 이 방법은 타원형 및 정사각형 도메인 모두를 성공적으로 처리하였으며, 형태 진동 스냅샷과 잔여 노름을 통해 수렴이 검증되었다.