[논문 리뷰] Fast solution of boundary integral equations with the generalized Neumann kernel

Mohamed M. S. Nasser|arXiv (Cornell University)|2013. 08. 24.

Numerical methods in engineering참고 문헌 53인용 수 41

한 줄 요약

이 논문은 일반화된 뉴먼 커널과 그 수반을 빠르고 정확하게 푸는 방법을 제시한다. Nyström 방법과 트라프레즈로드 규칙을 사용하며, FMM와 FFT를 통합하여 구현한다. 일반화된 뉴먼 커널의 복잡도는 $O((m+1)nackslashln n)$이며, 수반의 경우 $O((m+1)n)$이다. 이는 수치 미분 없이 고연결성 및 기하학적으로 복잡한 영역의 문제를 효율적으로 해결할 수 있도록 한다.

ABSTRACT

A fast method for solving boundary integral equations with the generalized Neumann kernel and the adjoint generalized Neumann kernel is presented. The method is based on discretizing the integral equations by the Nyström method with the trapezoidal rule to obtain $(m+1)n imes(m+1)n$ linear systems where $m+1$ is the multiplicity of the multiply connected domain and $n$ is the number of nodes in the discretization of each boundary component. The obtained linear systems are solved by the generalized minimal residual (GMRES) method. Each iteration of the GMRES method requires a matrix-vector product which can be computed using the Fast Multipole Method (FMM). The complexity of the presented method is $O((m+1)n\ln n)$ for the integral equation with the generalized Neumann kernel and $O((m+1)n)$ for the integral equation with the adjoint generalized Neumann kernel. The presented numerical results illustrate that the presented method gives accurate results even for domains with high connectivity, domains with piecewise smooth boundaries, and domains with close boundaries.

연구 동기 및 목표

• 다중연결 영역에서 일반화된 뉴먼 커널을 가진 경계 적분 방정식을 푸는 빠르고 안정적인 수치적 방법을 개발하는 것.
• 모르는 함수의 수치 미분이 필요 없도록 단일 적분 연산자 $\mathbf{M}$의 이산화를 재구성하는 것.
• Nyström 이산화에서 발생하는 밀집 선형 시스템에 대해 FMM와 FFT를 조합하여 최적의 계산 복잡도를 달성하는 것.
• 고연결성, 조각별로 매끄러운 경계, 근접한 경계를 가진 영역에 대해 강력한 수치적 해를 제공하는 것.
• 콘formal 매핑과 경계값 문제를 위한 MATLAB 함수를 구현하고 검증하는 것.

제안 방법

• 각 경계 성분에서 일반화된 뉴먼 커널과 수반 일반화된 뉴먼 커널 방정식을 Nyström 방법과 트라프레즈로드 규칙을 사용하여 이산화한다.
• 이산화된 연산자 $\mathbf{M}$을 FMM에 적합한 행렬과 FFT에 적합한 블록 순환 행렬의 합으로 재구성한다.
• 비순환 부분에 대한 행렬-벡터 곱 연산을 $O((m+1)n)$의 연산으로 FMM를 사용하여 계산한다.
• 순환 부분에 대한 행렬-벡터 곱 연산을 $O((m+1)n\backslashln n)$의 연산으로 FFT를 사용하여 계산한다.
• GMRES 반복 방법을 사용하여 FMM를 행렬-벡터 곱 연산에 통합하여 최종적으로 얻어진 밀집 선형 시스템을 푼다.
• 두 개의 MATLAB 함수를 구현한다: 일반화된 뉴먼 커널을 위한 FBIE와 수반 커널을 위한 FBIEad이며, 빠른 코시 적분 평가를 위한 FCAU를 포함한다.

실험 결과

연구 질문

• RQ1 일반화된 뉴먼 커널을 가진 경계 적분 방정식의 계산 비용을 $O((m+1)^2n^2)$ 이하로 낮출 수 있는가? 정확도를 잃지 않고도 가능할까?
• RQ2 특이 적분 연산자 $\mathbf{M}$의 이산화에서 모르는 함수의 수치 미분을 피할 수 있는 방법은 무엇인가?
• RQ3 경계 기하학적 특성—예를 들어 고연결성, 조각별 매끄러움, 또는 근접한 거리—이 수렴성과 안정성에 미치는 영향은 어떠한가?
• RQ4 왜 FBIE의 정확도는 함수 $\theta$가 일정한지 여부에 따라 달라지지만, FBIEad는 영향을 받지 않는가?
• RQ5 FMM와 FFT의 조합이 일반화된 뉴먼 커널과 그 수반에 대해 최적의 복잡도를 달성할 수 있는가?

주요 결과

• 제안된 방법은 일반화된 뉴먼 커널 방정식을 풀 때 $O((m+1)n\backslashln n)$의 복잡도를 달성하고, 수반의 경우 $O((m+1)n)$의 복잡도를 달성하여 기존의 밀집 해법보다 크게 향상된다.
• 이 방법은 1,000개 이상의 연결성, 조각별로 매끄러운 경계, 최소 $10^{-4}$의 간격을 가진 경계를 가진 영역에서도 정확도를 유지한다.
• FBIE 함수의 경우, 매우 작은 간격 거리 $\varepsilon$에서 비상수 $\theta$일 경우 정확도가 떨어지지만, FBIEad는 $\theta$의 종류에 관계없이 일관된 정확도를 유지한다.
• GMRES 반복 횟수, CPU 시간, 조건수는 $\varepsilon$ 감소에 따라 증가하지만, 특이성 제거 기법을 사용함으로써 여전히 관리 가능하다.
• 계수 행렬의 조건수는 $\varepsilon$ 감소에 따라 증가하지만, FMM 기반 해법은 강건성을 유지한다.
• 수치적 증거는 FBIE 정확도의 $\theta$-의존성의 근본 원인이 연산자 $\mathbf{M}$의 이산화에 있음을 시사하며, 이는 FBIEad의 더 단순한 프레드홀름 연산자와는 다름을 보여준다.