[논문 리뷰] Multiscale Empirical Interpolation for Solving Nonlinear PDEs using Generalized Multiscale Finite Element Methods

Victor M. Calo, Yalchin Efendiev외 2명|arXiv (Cornell University)|2014. 07. 01.

Advanced Mathematical Modeling in Engineering참고 문헌 16인용 수 7

한 줄 요약

이 논문은 비선형 다스케일 PDE를 효율적으로 해결하기 위해 일반화된 다스케일 유한요소법(GMsFEM)과 적합한 직교분해(POD) 기반의 경험적 보간법을 결합한 다스케일 경험적 보간법(multiscale DEIM)을 제안한다. 비선형 함수 평가를 굵은 격자 영역으로 나누고 국소 다스케일 기저 함수를 통한 축소된 순서 표현을 사용함으로써 계산 비용을 굵은 격자 자유도에 비례하도록 감소시켜, 시뮬레이션 시간을 최대 96% 감소시키면서도 높은 정확도를 달성한다.

ABSTRACT

In this paper, we propose a multiscale empirical interpolation method for solving nonlinear multiscale partial differential equations. The proposed method combines empirical interpolation techniques and local multiscale methods, such as the Generalized Multiscale Finite Element Method (GMsFEM). To solve nonlinear equations, the GMsFEM is used to represent the solution on a coarse grid with multiscale basis functions computed offline. Computing the GMsFEM solution involves calculating the residuals on the fine grid. We use empirical interpolation concepts to evaluate the residuals and the Jacobians of the multiscale system with a computational cost which is proportional to the coarse scale problem rather than the fully-resolved fine scale one. Empirical interpolation methods use basis functions and an inexpensive inversion which are computed in the offline stage for finding the coefficients in the expansion based on a limited number of nonlinear function evaluations. The proposed multiscale empirical interpolation techniques: (1) divide computing the nonlinear function into coarse regions; (2) evaluate contributions of nonlinear functions in each coarse region taking advantage of a reduced-order representation of the solution; and (3) introduce multiscale proper-orthogonal-decomposition techniques to find appropriate interpolation vectors. We demonstrate the effectiveness of the proposed methods on several examples of nonlinear multiscale PDEs that are solved with Newton's methods and fully-implicit time marching schemes. Our numerical results show that the proposed methods provide a robust framework for solving nonlinear multiscale PDEs on a coarse grid with bounded error.

연구 동기 및 목표

• 고대비 매질과 다중 스케일을 포함하는 비선형 다스케일 PDE를 해결할 때 발생하는 높은 계산 비용을 해결하기 위해.
• GMsFEM 기반 시뮬레이션에서 뉴턴 반복 과정에서 비선형 잔차와 야코비안 평가의 비용을 줄이기 위해.
• 정밀한 격자 계산을 최소화하면서도 정확도를 유지하는 강력한 굵은 격자 기반 프레임워크를 개발하기 위해.
• 국소 스펙트럼 문제와 가중치가 부여된 POD를 사용하여 다스케일 기저 함수와 경험적 보간법을 통합하기 위해.
• 이 방법이 다양한 비선형성과 투과도 필드 구성 조건에서 강건성을 보일 수 있음을 입증하기 위해.

제안 방법

• 이 방법은 스냅샷 공간과 국소 스펙트럼 문제를 통해 굵은 격자에서 국소 다스케일 기저 함수를 구성하는 GMsFEM을 사용한다.
• 비선형 함수 평가는 굵은 격자 영역으로 분할되며, 각 영역은 국소 축소된 순서 표현을 통해 독립적으로 처리된다.
• 경험적 보간법은 해 스냅샷의 적합한 직교분해(POD)에서 유도된 기저 함수를 사용하여 각 굵은 격자 영역에 적용된다.
• 다스케일 기저 함수를 포함하고 고대비 문제에 대해 수렴성을 보장하는 수정된 스펙트럼 문제를 사용하여 보간 벡터를 계산한다.
• 이산 경험적 보간법(DEIM)이 다스케일 설정으로 확장되어(다스케일 DEIM), 정밀한 격자 조립을 최소화하면서도 온라인으로 비선형 항을 평가할 수 있도록 한다.
• 표준 l2 내적 기반의 POD가 느린 수렴을 유도할 경우를 고려하여, 수렴성과 정확도를 향상시키기 위해 가중치가 부여된 POD 기법을 사용한다.

실험 결과

연구 질문

• RQ1 경험적 보간법이 다스케일 설정에 효과적으로 적용되어 GMsFEM에서 비선형 잔차와 야코비안 평가의 비용을 줄일 수 있는가?
• RQ2 다스케일 기저 함수를 어떻게 활용하여 굵은 격자 영역에서 비선형 함수의 국소 축소된 순서 표현을 구성할 수 있는가?
• RQ3 고대비 다스케일 문제에서 경험적 보간 벡터의 수렴성을 보장하기 위해 필요한 스펙트럼 문제의 수정 사항은 무엇인가?
• RQ4 각 굵은 격자 영역당 DEIM 점의 수가 해의 정확도와 효율성에 미치는 영향은 어떠한가?
• RQ5 비선형 매개변수 μ가 DEIM 점을 계산하는 데 사용된 훈련 범위 외부에 있을 경우에도 이 방법이 여전히 강건한가?

주요 결과

• 다스케일 DEIM 방법은 전체 정밀한 격자 모델 대비 시뮬레이션 시간을 약 4%로 줄여 높은 계산 절감 효과를 달성한다.
• 각 영역당 3개의 DEIM 점만으로도 두 가지 다른 투과도 필드 구성 조건에서 상대 에너지 오차가 각각 4.96×10⁻² 및 1.05×10⁻²이었다.
• 훈련 세트에 포함되지 않은 μ = 8.5 값에서도 낮은 오차를 유지하여 비선형 매개변수 변화에 대한 강건성을 입증하였다.
• 표준 l2 내적 기반의 POD보다 가중치가 부여된 POD를 사용하여 DEIM 벡터를 구성함으로써 수렴성이 향상되었다.
• DEIM 점의 수가 증가함에 따라 오차가 단조롭게 감소하여 방법의 신뢰성과 확장 가능성을 확인하였다.
• 오차가 유한하게 유지되는 굵은 격자에서 정확한 해를 도출함으로써, 이 방법이 비선형 다스케일 PDE에 적용될 수 있음을 검증하였다.