[论文解读] Embedded error estimation and adaptive step-size control for optimal explicit strong stability preserving Runge--Kutta methods

Sidafa Conde, Imre Fekete+1 more|arXiv (Cornell University)|Jun 22, 2018

Numerical methods for differential equations参考文献 22被引用 5

一句话总结

该论文为二至四阶最优显式强稳定保持（SSP）Runge--Kutta方法引入了嵌入对，实现了自适应步长控制与可靠的局部误差估计，同时保持了非线性稳定性。所提出的SSPERK对在求解空间半离散化的双曲PDE时表现出卓越的效率与鲁棒性，其性能已在多个测试问题上得到验证，但其中一对因过度减小步长而表现欠佳，显得过于谨慎。

ABSTRACT

We construct a family of embedded pairs for optimal strong stability preserving explicit Runge-Kutta methods of order $2 \leq p \leq 4$ to be used to obtain numerical solution of spatially discretized hyperbolic PDEs. In this construction, the goals include non-defective methods, large region of absolute stability, and optimal error measurement as defined in [5,19]. The new family of embedded pairs offer the ability for strong stability preserving (SSP) methods to adapt by varying the step-size based on the local error estimation while maintaining their inherent nonlinear stability properties. Through several numerical experiments, we assess the overall effectiveness in terms of precision versus work while also taking into consideration accuracy and stability.

研究动机与目标

• 开发适用于最优显式SSP Runge--Kutta方法的嵌入对，支持自适应步长控制，同时保持强稳定性特性。
• 确保具有较大的绝对稳定区域和非缺陷方法，以提升求解双曲守恒律的鲁棒性。
• 通过嵌入公式提供精确的局部误差估计，实现空间半离散PDE的高效可靠时序积分。
• 从精度、工作量和稳定性等方面评估新SSPERK对在一系列双曲问题中的性能表现。
• 基于数值实验推荐实用的嵌入对，平衡阶段数、稳定性与计算效率。

提出的方法

• 通过将高阶SSP Runge--Kutta方法与共享相同Butcher表系数的低阶嵌入方法配对，构建嵌入对。
• 利用两个解之间的差异来估计每一步的时间截断误差。
• 基于误差估计实施自适应步长控制，以保持误差分布均匀并最小化计算工作量。
• 确保方法为非缺陷方法，并具备先前文献[5, 19]中定义的最优误差测量特性。
• 利用SSP方法的稳定性特性，在双曲PDE时序积分过程中保持非线性稳定性。
• 通过在刚性与非刚性双曲问题上进行数值实验，验证该方法的有效性，实验涵盖不同容差条件。

实验结果

研究问题

• RQ1 能否为最优显式SSP Runge--Kutta方法构造嵌入对，使其支持自适应步长控制而不牺牲强稳定性？
• RQ2 与Bogacki–Shampine和Dormand–Prince等成熟方法相比，新SSPERK嵌入对在效率与准确性方面表现如何？
• RQ3 阶段数与SSP系数对嵌入对性能与鲁棒性有何影响？
• RQ4 为何SSPERK(10,4)–b̃₂对在实际应用中表现不佳，尽管其理论上是最优的？
• RQ5 哪些嵌入对在稳定性、准确性与计算效率之间提供了最佳平衡，适用于求解双曲PDE？

主要发现

• SSPERK(4,2)–b̃₂、SSPERK(6,2)–b̃₂与SSPERK(3,2)–w对适用于二阶问题，因其阶段数低且鲁棒性好而被推荐。
• SSPERK(4,3)–b̃₂对在三阶问题中效率与准确性最接近Bogacki–Shampine 3(2)对。
• SSPERK(10,4)–b̃₂对持续高估局部误差，导致步长过小且计算成本过高，尽管理论上最优，但实际应用中不可行。
• 其余SSPERK(10,4)对（如b̃₁、b̃₃、b̃₅、b̃₈）性能相近，因具备良好的鲁棒性与效率，被推荐用于四阶问题。
• 阶段数较多、稳定区域与SSP系数较大的SSPERK方法可减少总工作量，表明在长时间模拟中增加阶段数可提升整体效率。
• 对于极严格的容差（≤1e-5），SSP性质的重要性降低，因为步长已足够小，非SSP方法的性能可与之相当。