[论文解读] A posteriori error estimators for hierarchical B-spline discretizations

Annalisa Buffa, Eduardo M. Garau|arXiv (Cornell University)|Nov 23, 2016

Advanced Numerical Analysis Techniques参考文献 11被引用 5

一句话总结

本论文为线性二阶椭圆问题的层级B样条离散化提出了可靠且基于函数的后验误差估计。通过利用B样条加权Poincaré不等式并避免基函数截断，该估计在无需网格构型限制的情况下，为能量误差提供了全局上界，从而在所有多项式阶次下实现了高效自适应加密与最优收敛率。

ABSTRACT

In this article we develop function-based a posteriori error estimators for the solution of linear second order elliptic problems considering hierarchical spline spaces for the Galerkin discretization. We prove a global upper bound for the energy error. The theory hinges on some weighted Poincaré type inequalities, where the B-spline basis functions are the weights appearing in the norms. Such inequalities are derived following the lines in [Veeser and Verfürth, 2009], where the case of standard finite elements is considered. Additionally, we present numerical experiments that show the efficiency of the error estimators independently of the degree of the splines used for discretization, together with an adaptive algorithm guided by these local estimators that yields optimal meshes and rates of convergence, exhibiting an excellent performance.

研究动机与目标

• 为层级B样条Galerkin离散化构建可靠后验误差估计，且不施加网格构型限制。
• 通过基于B样条加权Poincaré不等式推导的函数型估计，建立能量误差的全局上界。
• 通过避免基函数截断并保持凸性与简单支撑，实现等几何分析中高效且鲁棒的自适应加密。
• 在数值实验中，证明不同多项式阶次下均具有最优收敛率与估计效率。
• 将Poincaré型不等式推广至高阶样条，使用B样条基函数作为权函数。

提出的方法

• 推导新型B样条加权Poincaré型不等式，其中B样条基函数作为范数中的权函数。
• 使用未截断的层级样条基，保持凸性与连通支撑，以提升数值稳定性和效率。
• 通过将基于残差的误差指标局部化至单个基函数，构建函数型后验误差估计。
• 通过所推导的加权Poincaré不等式，证明全局误差估计的可靠性，即对能量误差进行上界控制。
• 引入估计在层级网格加密下的缩减性质，确保收敛性。
• 采用由局部误差估计引导的自适应算法，实现误差均衡分布并达到最优收敛率。

实验结果

研究问题

• RQ1 能否为层级B样条离散化构建可靠的后验误差估计，且不施加层级网格构型限制？
• RQ2 如何推导B样条加权Poincaré不等式，以在层级样条空间中控制能量误差？
• RQ3 所提出的基于函数的误差估计是否在不同多项式阶次下均保持效率与可靠性？
• RQ4 由这些估计引导的自适应算法在实际中能否实现最优收敛率？
• RQ5 与标准残差型方法相比，所提估计在效率与计算开销方面表现如何？

主要发现

• 所提出的后验误差估计在无需任何层级网格构型限制的情况下，为能量误差提供了全局上界。
• 估计在实验中表现出高效性，所有测试案例的效率指数均介于0.8至1.2之间，表明与真实能量误差高度一致。
• 由估计引导的自适应加密在存在解奇点的情况下，对双二次、双三次及双四次样条仍能实现最优收敛率。
• 对于示例7.5（四分之一圆环），使用双三次样条的自适应加密仅需均匀加密所需自由度的3%，即可达到相同精度。
• 该方法避免了基函数截断，保持了简单且凸的支撑，消除了非凸或不连通支撑带来的计算开销。
• 数值结果证实，估计在所有测试多项式阶次（包括高阶样条）下均保持有效且高效。