[论文解读] Optimal quadrature rules for isogeometric analysis

Michael Bartoň, Victor M. Calo|arXiv (Cornell University)|Nov 12, 2015

Advanced Numerical Analysis Techniques参考文献 51被引用 6

一句话总结

本文提出了一种基于同伦连续性的方法，用于推导等几何分析中样条空间的最优高斯求积规则，确保在有限域上精确积分的同时使用最少的求积点数。该方法从多项式上的经典高斯求积出发，通过变形节点向量以适配目标样条空间，得到具有正权重和机器精度准确性的规则，尤其对低连续性样条，其收敛速度迅速趋近渐近模式。

ABSTRACT

We introduce optimal quadrature rules for spline spaces that are frequently used in Galerkin discretizations to build mass and stiffness matrices. Using the homotopy continuation concept [6] that transforms optimal quadrature rules from source spaces to target spaces, we derive optimal rules for splines generated above finite domains. Starting with the classical Gaussian quadrature for polynomials, which is an optimal rule for a discontinuous odd-degree space, we derive rules for target spaces of higher continuity. We further show how the homotopy methodology handles cases where the source and target rules require different numbers of optimal quadrature points. We demonstrate it by deriving optimal rules for various odd-degree spline spaces, particularly with non-uniform knot sequences and non-uniform multiplicities. We also discuss convergence of our rules to their asymptotic counterparts, that is, the analogues of the midpoint rule of Hughes et al. [34], that are exact and optimal for infinite domains. For spaces of low continuities, we numerically show that the derived rules quickly converge to their asymptotic counterparts as the weights and nodes of a few boundary elements differ from the asymptotic values.

研究动机与目标

• 为等几何分析中的样条空间开发最优求积规则，最小化求积点数，同时确保在有限域上的精确积分。
• 解决现有方法在推导非均匀和高连续性样条空间最优规则时缺乏闭式解或数值稳定性的问题。
• 通过提供具有正权重和高数值精度的规则，实现高效且稳定的伽辽金离散化。
• 研究所推导规则对渐近对应规则的收敛性，特别是对无限域类比的情形。
• 利用统一的同伦框架，将现有针对 $ C^1 $ 样条的递归方法推广至任意次数和连续性。

提出的方法

• 利用同伦连续性追踪从源空间（如不连续多项式）到目标样条空间（具有所需连续性和节点分布）的最优求积规则解路径。
• 将求积规则表示为由矩条件导出的多项式方程组的零点，以确保在样条空间上的精确积分。
• 对节点向量实施连续变形，从已知的源配置（如 $ C^1 $ 的重节点）到目标配置（如单节点），同时保持系统的代数结构。
• 在源空间与目标空间所需求积点数不同时，通过在同伦追踪过程中动态调整系统来处理此类情况。
• 采用数值连续性求解器计算变形后系统的根（即求积节点和权重），确保高精度和正权重。
• 通过在样条空间中随机选取函数进行测试，验证结果，积分结果与精确值在16位小数内一致。

实验结果

研究问题

• RQ1 如何系统地推导出在有限域上任意次数和连续性样条空间的最优求积规则？
• RQ2 同伦连续性方法能否有效将最优规则从源空间（如 $ C^1 $ 三次样条）传递到具有不同节点重数和连续性的目标空间？
• RQ3 随着单元数增加，所推导的求积规则对渐近对应规则的收敛速率如何？
• RQ4 与次优或含负权重的求积方案相比，所推导的规则在正权重和数值稳定性方面表现如何？
• RQ5 该方法能否推广以处理源空间与目标空间所需求积点数不同的情况？

主要发现

• 同伦连续性方法成功推导出多种样条空间（包括非均匀节点向量和高连续性样条）的最优高斯求积规则，且使用最少的求积点数。
• 对于 $ C^0 $ 和 $ C^1 $ 样条，所推导的规则迅速收敛至其渐近对应规则，仅前几个边界单元与重复模式的差异超过机器精度。
• 所有推导出的规则均具有正权重，相比含负权重的方法，显著提升了数值稳定性。
• 该方法实现了机器精度的准确性：对随机样条函数的测试积分与精确值在16位小数内一致。
• 推导出的 $ C^1 $ 五次样条和 $ C^1 $ 三次样条规则展现出明确的代数结构，可实现闭式计算，无需迭代求解器。
• 表10显示，对于 $ C^0 $ 和 $ C^1 $ 样条，仅有1–4个边界单元与渐近规则不同，表明其具有准重复结构，适合高效实现。