[论文解读] A fully adaptive explicit stabilized integrator for advection-diffusion-reaction problems

Ibrahim Almuslimani|arXiv (Cornell University)|Jan 25, 2022

Numerical methods for differential equations参考文献 26被引用 5

一句话总结

本文提出 ARKC，一种针对对流-扩散-反应方程的完全自适应二阶显式稳定 Runge-Kutta-Chebyshev 方法。它利用第二类切比雪夫多项式构建一个动态调整的稳定性区域，通过自适应时间步长、阶段数和阻尼参数实现，显著优于现有方法——尤其在高佩克莱特数下——通过最小化昂贵的对流项计算，同时保持高精度与稳定性。

ABSTRACT

A novel second order family of explicit stabilized Runge-Kutta-Chebyshev methods for advection-diffusion-reaction equations is introduced. The new methods outperform existing schemes for relatively high Peclet number due to their favorable stability properties and explicitly available coefficients. The construction of the new schemes is based on stabilization using second kind Chebyshev polynomials first used in the construction of the stochastic integrator SK-ROCK. An adaptive algorithm to implement the new scheme is proposed. This algorithm is able to automatically select the suitable step size, number of stages, and damping parameter at each integration step. Numerical experiments that illustrate the efficiency of the new algorithm are presented.

研究动机与目标

• 本文旨在解决在高佩克莱特数下高效积分对流-扩散-反应方程的挑战，其中标准显式方法不稳定，而隐式方法计算成本过高。
• 旨在克服现有稳定化方法（如 PIROCK 和 IMPRKC）的局限性，这些方法要么固定阻尼参数，要么需要过多计算对流/反应项。
• 目标是开发一种完全自适应的积分器，能够在每个时间步自动选择时间步长、阶段数和阻尼参数，基于局部误差和佩克莱特数。
• 该方法旨在保持高精度与稳定性，同时最小化函数计算次数，特别是针对计算昂贵的非刚性反应项。
• 目标是为科学计算和 PDE 模拟中的刚性对流-扩散-反应问题提供一种鲁棒、高效且灵活的时间积分方案。

提出的方法

• 该方法基于使用第二类切比雪夫多项式推导的二阶显式稳定 Runge-Kutta-Chebyshev 格式，可在虚轴方向实现更宽的稳定性区域。
• 采用一种新颖的稳定化技术，结合第一类与第二类切比雪夫多项式，受 SDE 领域 SK-ROCK 启发，以扩展稳定性区域的宽度，而不牺牲负实轴方向的长度。
• 自适应算法（算法 4.4）基于局部误差估计，在每个积分步骤动态选择阶段数、时间步长和阻尼参数。
• 稳定性区域自适应地调整以匹配由 ODE 系统特征值分布决定的系统，该分布依赖于佩克莱特数，从而实现最优时间步长选择。
• 该方法显式计算任意阶段数的系数，支持高效实现与自适应控制。
• 该格式应用于半离散化的对流-扩散-反应 PDE，将扩散项（通过类似 ROCK2 的方式显式处理）与对流/反应项（在每个阶段分别计算）分离。

实验结果

研究问题

• RQ1 如何构建一种显式稳定 Runge-Kutta-Chebyshev 方法，使其在大佩克莱特数的对流-扩散-反应问题中保持高稳定性和高精度？
• RQ2 如何自适应地控制阻尼参数、阶段数和时间步长，以在保持稳定性和精度的同时最大化效率？
• RQ3 能否设计一种完全自适应的积分器，使其动态调整稳定性区域以匹配半离散化后 ODE 系统特征值分布的变化？
• RQ4 与现有稳定化方法（如 PIROCK、IMPRKC 和 PRKC）相比，新自适应格式在函数计算次数与误差控制方面的性能如何？
• RQ5 与缺乏闭式系数公式的 PIROCK 等方法相比，新方法中系数的显式可得性在增强自适应性与降低计算成本方面有多大优势？

主要发现

• 在佩克莱特数为 10 时，ARKC 仅需 18 个时间步和 3593 次扩散项函数计算，而 PIROCK 需要 28 步和 4306 次计算，展现出显著更高的效率。
• 在容差为 10−5 时，ARKC 以仅 237 个阶段和 2132 次对流项计算达到最大误差 3.3×10−7，精度与成本均优于 PIROCK 和 IMPRKC。
• 对于变佩克莱特数的 Burgers 方程，ARKC 相较于 IMPRKC 减少了高达 70% 的对流项计算，相较于 PIROCK 减少了 50%，且精度相当。
• ARKC 的自适应阻尼使其在不同佩克莱特数下均能维持宽广的稳定性区域，从而允许更大的时间步长和更少的阶段数，优于固定参数方案。
• 在所有测试条件下，ARKC 所需的对流项计算次数显著少于 IMPRKC 和 PIROCK，即使扩散项计算次数相近，主要得益于其更少的时间步数。
• 该格式的自适应性与显式系数计算使其在所有佩克莱特数范围内均优于 PIROCK，尤其在高 Pe 数下表现更优，归因于对稳定性区域的动态控制。