[論文レビュー] An ensemble algorithm for numerical solutions to deterministic and random parabolic PDEs

Yan Luo, Zhu Wang|arXiv (Cornell University)|Oct 17, 2017

Probabilistic and Robust Engineering Design参考文献 8被引用数 3

ひとこと要約

本論文は、係数、初期・境界条件、および外力項が異なる決定的および確率的放物型PDEの群を、計算コストを大幅に削減しながら効率的に解くためのアンサンブルベースの時刻ステッピング法を提案する。拡散係数のアンサンブル平均と半implicit時間積分スキームを用いることで、複数の右辺を持つ1つの線形系を解く方法を採用し、時間方向で1次精度、空間方向で最適収束を達成するとともに、個々のシミュレーションと比較して計算コストを最大70%まで削減する。

ABSTRACT

In this paper, we develop an ensemble-based time-stepping algorithm to efficiently find numerical solutions to a group of linear, second-order parabolic partial differential equations (PDEs). Particularly, the PDE models in the group could be subject to different diffusion coefficients, initial conditions, boundary conditions, and body forces. The proposed algorithm leads to a single discrete system for the group with multiple right-hand-side vectors by introducing an ensemble average of the diffusion coefficient functions and using a new semi-implicit time integration method. The system could be solved more efficiently than multiple linear systems with a single right-hand-side vector. We first apply the algorithm to deterministic parabolic PDEs and derive a rigorous error estimate that shows the scheme is first-order accurate in time and is optimally accurate in space. We then extend it to find stochastic solutions of parabolic PDEs with random coefficients and put forth an ensemble-based Monte Carlo method. The effectiveness of the new approach is demonstrated through theoretical analysis. Several numerical experiments are presented to illustrate our theoretical results.

研究の動機と目的

• 変数パrameterを有する大規模な放物型PDE群を効率的に解く数値法の開発。
• 複数の初期条件、境界条件、外力項、拡散係数を含むシミュレーションにおける計算コストの低減。
• モンテカルロフレームワークを用いて、確率的係数を有する確率的PDEにまでアンサンブル法を拡張。
• 決定的および確率的ケースの両方に対して、厳密な誤差推定を確立。
• 理論的分析と数値実験を通じて、本手法の効率性と精度を実証。

提案手法

• 各時刻ステップで拡散係数関数のアンサンブル平均を導入し、共有係数行列を構築。
• すべてのアンサンブルメンバーを平均化された拡散係数を通じて結合する半implicit時間積分スキームを定式化。
• 各時刻ステップで、J個の別個のシステムに代えて、複数の右辺を持つ1つの線形システムを解く。
• 空間離散化に有限要素法を適用し、空間方向で最適収束率を保証。
• 確率的PDEにおける期待値や分散などの統計的量を近似するために、アンサンブルベースのモンテカルロ法を適用。
• 共有行列構造を活用し、個々のシミュレーションと比較して、ストレージおよび計算コストを最大70%まで削減。

実験結果

リサーチクエスチョン

• RQ1 非定数かつ変化する拡散係数を有する複数の放物型PDEを同時に効率的に解くためのアンサンブルベースの手法を設計可能か？
• RQ2 決定的放物型PDEに対して、提案されたアンサンブルスキームの時間および空間方向の収束挙動はいかなるものか？
• RQ3 精度を保持したまま、確率的係数を有する確率的放物型PDEにアンサンブル法をどのように拡張できるか？
• RQ4 アンサンブルモンテカルロ法は、標準的な個別モンテカルロシミュレーションと比較して、計算コストをどの程度低減できるか？
• RQ5 アンサンブルベースの統計的量（例：平均、標準偏差）の近似値は、個別シミュレーションとの間にどの程度一致するか？

主な発見

• アンサンブルスキームは、決定的放物型PDEに対して時間方向で1次精度、空間方向で最適収束を達成する。
• L²およびH¹ノルムにおける誤差は、およそO(1/√J)の割合で減少し、理論的予測を確認する。
• アンサンブルモンテカルロ（EMC）法は、個別FEMCシミュレーションと比較して、解の平均および標準偏差が絶対誤差10⁻⁷以内で一致する。
• J = 5000の場合、アンサンブル法の計算時間は個別シミュレーションと比較して約70%削減される。
• アンサンブルシミュレーションからの関心事項のヒストグラムは、個別シミュレーションと非常に良く一致し、絶対誤差は10⁻⁷のオーダーである。
• 本手法は非線形放物型PDEへも拡張可能であり、不確実性評価および大規模シミュレーションへの広範な応用可能性を示唆する。