[论文解读] Blended General Linear Methods based on Boundary Value Methods in the GBDF family

Luigi Brugnano, Cecilia Magherini|arXiv (Cornell University)|Jan 1, 2010

Numerical methods for differential equations参考文献 30被引用 4

一句话总结

本文通过从广义BDF（GBDF）家族的两点边值法（BVM）推导，提出了一类任意高阶的L-稳定广义线性法（GLMs）新族。该方法采用混合实现策略，使非线性求解器能够高效运行，在数值测试中表现出与DASSL和BiMD等成熟刚性ODE求解器相当的性能，通过延迟校正实现了可靠的收敛性和误差控制。

ABSTRACT

Among the methods for solving ODE-IVPs, the class of General Linear Methods (GLMs) is able to encompass most of them, ranging from Linear Multistep Formulae (LMF) to RK formulae. Moreover, it is possible to obtain methods able to overcome typical drawbacks of the previous classes of methods. For example, order barriers for stable LMF and the problem of order reduction for RK methods. Nevertheless, these goals are usually achieved at the price of a higher computational cost. Consequently, many efforts have been made in order to derive GLMs with particular features, to be exploited for their efficient implementation. In recent years, the derivation of GLMs from particular Boundary Value Methods (BVMs), namely the family of Generalized BDF (GBDF), has been proposed for the numerical solution of stiff ODE-IVPs. In particular, this approach has been recently developed, resulting in a new family of L-stable GLMs of arbitrarily high order, whose theory is here completed and fully worked-out. Moreover, for each one of such methods, it is possible to define a corresponding Blended GLM which is equivalent to it from the point of view of the stability and order properties. These blended methods, in turn, allow the definition of efficient nonlinear splittings for solving the generated discrete problems. A few numerical tests, confirming the excellent potential of such blended methods, are also reported.

研究动机与目标

• 为求解刚性ODE初值问题（ODE-IVPs）开发任意高阶的L-稳定广义线性法（GLMs）。
• 克服传统Runge-Kutta（RK）和线性多步法（LMF）中常见的阶数降低与稳定性限制。
• 通过混合迭代策略，实现对GLMs所生成离散非线性系统高效求解。
• 在混合框架内利用延迟校正，确保鲁棒的误差估计与步长控制。

提出的方法

• 从广义BDF（GBDF）家族的两点边值法（BVMs）推导GLMs，确保L-稳定性和高阶精度。
• 通过重构原始GLM系统，构建混合GLMs，使其支持块对角、收敛的迭代求解策略。
• 通过线性系统的分裂方法实现混合迭代，高效求解块对角子问题。
• 利用延迟校正通过求解同一方法的更高阶变体来估计局部截断误差。
• 采用Nordsiek型起始过程，通过外推法实现步长变化与初始猜测生成。
• 在方法的稳定性框架下，证明混合迭代的L-收敛性，确保其收敛性。

实验结果

研究问题

• RQ1 能否系统地从GBDF家族的BVM中推导出任意高阶的L-稳定GLMs？
• RQ2 如何在不牺牲稳定性或阶数的前提下，高效求解所生成的离散非线性系统？
• RQ3 用于求解离散问题的混合迭代方案的收敛行为如何？
• RQ4 在实际应用中，通过延迟校正进行误差估计在这些高阶方法中的表现如何？
• RQ5 与成熟的刚性ODE求解器相比，混合GBDF方法在精度和计算成本方面有多大的竞争力？

主要发现

• 所提出的混合GLMs实现了L-稳定性和任意高阶，突破了传统方法中的经典阶数障碍。
• 混合迭代方案具有L-收敛性，确保了底层L-稳定方法的鲁棒收敛。
• 数值测试表明，固定阶的混合GBDF求解器在多个刚性问题上与DASSL、BiMD和GAMD等高质量代码具有相当的竞争力。
• 通过延迟校正进行误差估计在计算上高效，其代价等价于一次混合迭代。
• 由于其高阶灵活性与稳定结构，该方法适用于变阶实现。
• 基于Nordsiek的起始过程支持有效的步长控制，有助于实现自适应积分。