[论文解读] Fully Adaptive Newton-Galerkin Time Stepping Methods for Singularly Perturbed Parabolic Evolution Equations

Mario Amrein, Thomas P. Wihler|arXiv (Cornell University)|Oct 2, 2015

Differential Equations and Numerical Methods参考文献 13被引用 3

一句话总结

本文提出了一种针对具有边界层和尖峰的奇异摄动半线性抛物方程的全自适应牛顿-伽辽金时间推进方法，具备$\varepsilon$-鲁棒的误差控制能力。通过结合牛顿线性化、自适应后向欧拉时间推进以及空间有限元网格加密，该方法在存在边界层和尖峰的情况下仍能实现$\varepsilon$-鲁棒的收敛性，其有效性通过不同摄动参数下的数值实验得到验证。

ABSTRACT

In this paper we develop an adaptive procedure for the numerical solution of semilinear parabolic problems, with possible singular perturbations. Our approach combines a linearization technique using Newton's method with an adaptive discretization-which is based on a spatial finite element method and the backward Euler time stepping scheme-of the resulting sequence of linear problems. Upon deriving a robust a posteriori error analysis, we design a fully adaptive Newton-Galerkin time stepping algorithm. Numerical experiments underline the robustness and reliability of the proposed approach for various examples.

研究动机与目标

• 开发一种可靠且高效的数值方法，用于求解小扩散系数（$\varepsilon \ll 1$）的半线性抛物问题，此类问题表现出边界层、尖峰或冲击现象。
• 解决奇异摄动情形下的鲁棒数值逼近问题，其中标准方法因稳定性或精度损失而失效。
• 设计一种自适应算法，动态平衡线性化、时间与空间离散化误差，以实现最优效率。
• 确保误差估计器在$\varepsilon \to 0$时保持鲁棒性，从而在所有摄动参数范围内实现可靠的误差监控。
• 在具有已知奇异行为的基准问题上验证该方法的性能，包括非线性源项和爆破解。

提出的方法

• 应用牛顿法对半线性抛物问题进行线性化，将其转化为一系列线性演化问题的序列。
• 使用后向欧拉格式对线性化问题进行时间离散化，使用$\mathbb{P}_1$-有限元进行空间离散化。
• 推导出一种后验误差分析，将总剩余分解为三个可计算的分量：线性化误差、时间离散化误差与空间离散化误差。
• 通过借鉴奇异摄动椭圆问题与线性抛物理论的技术，构建了$\varepsilon$-鲁棒的误差估计器。
• 设计了一种全自适应算法，根据每次迭代中占主导地位的误差分量，动态选择时间步长或空间网格的加密策略。
• 自适应策略根据残差指标动态调整牛顿步长、时间步长与空间网格，以确保效率与鲁棒性。

实验结果

研究问题

• RQ1 能否构建一种全自适应牛顿-伽辽金方法，使其在半线性抛物问题中对奇异摄动参数$\varepsilon$保持鲁棒性？
• RQ2 如何将总误差分解为线性化、时间离散化与空间离散化误差的独立贡献，以实现有效的自适应控制？
• RQ3 所提出的自适应算法是否能可靠地解析在$\varepsilon \to 0$时的奇异摄动情形下的边界层与内部尖峰？
• RQ4 误差估计器能否提供保持有界且稳定的效率指标，适用于不同$\varepsilon$值？
• RQ5 估计误差随时间的演化行为如何，特别是在具有爆破或快速动力学的问题中？

主要发现

• 所提出的自适应算法实现了$\varepsilon$-鲁棒的收敛性，效率指标在所有测试的$\varepsilon = 10^{-p}$（$p = 1,\dots,5$）下均保持有界。
• 估计误差随时间以$\mathcal{O}(t_n^{1/2})$的速率增长，与误差估计器的理论预期一致。
• 在$\varepsilon = 10^{-5}$时成功解析了尖锐的边界层，在$\varepsilon = 10^{-3}$时成功解析了内部尖峰。
• 在$\beta = 4$的爆破问题中，自适应过程准确捕捉了随时间演化的$x=2$附近的发展尖峰。
• 估计误差的log/log图显示斜率为$1/2$，证实了理论误差增长速率，验证了误差估计器的可靠性。
• 自适应策略有效平衡了线性化、时间与空间加密，实现了最优计算复杂度与鲁棒性能。