[论文解读] Isogeometric Least-squares Collocation Method with Consistency and Convergence Analysis

Hongwei Lin, Yunyang Xiong+2 more|arXiv (Cornell University)|Jan 27, 2016

Advanced Numerical Analysis Techniques参考文献 27被引用 6

一句话总结

本文提出了一种新型的等几何最小二乘配点法（IGA-L），通过在多于未知数的配点上最小化近似微分算子与精确微分算子之间的最小二乘误差来确定数值解。与传统等几何配点法（IGA-C）相比，该方法在精度、稳定性和收敛性方面表现更优，尤其在参数化奇异的情况下，且提供了理论一致性和收敛性分析。

ABSTRACT

In this paper, we present the isogeometric least-squares collocation (IGA-L) method, which determines the numerical solution by making the approximate differential operator fit the real differential operator in a least-squares sense. The number of collocation points employed in IGA-L can be larger than that of the unknowns. Theoretical analysis and numerical examples presented in this paper show the superiority of IGA-L over state-of-the-art collocation methods. First, a small increase in the number of collocation points in IGA-L leads to a large improvement in the accuracy of its numerical solution. Second, IGA-L method is more flexible and more stable, because the number of collocation points in IGA-L is variable. Third, IGA-L is convergent in some cases of singular parameterization. Moreover, the consistency and convergence analysis are also developed in this paper.

研究动机与目标

• 解决等几何配点法（IGA-C）的局限性，该方法要求配点数与未知数严格相等，导致不稳定且精度受限。
• 通过允许过定配点系统，开发一种更灵活、更鲁棒的偏微分方程数值求解方法，以提升等几何分析的性能。
• 在参数化奇异的情况下，建立最小二乘配点方法在等几何分析中的理论一致性与收敛性。
• 通过利用过定最小二乘拟合，以极小的计算开销提升数值精度。

提出的方法

• IGA-L方法使用的配点数（m > n）多于未知系数数（n），从而实现对微分算子的过定最小二乘拟合。
• 将解表述为最小化残差平方和的形式：$\min \sum_{j=1}^{m} \|\mathcal{D}T(\eta_j) - \mathcal{D}T_r(\eta_j)\|^2$，其中$\mathcal{D}$为微分算子。
• 采用NURBS基函数表示近似解$T_r$，确保与CAD模型的兼容性。
• 采用最小二乘拟合策略而非插值，提升稳定性并降低对配点分布的敏感性。
• 理论分析利用泰勒展开与中值定理，对精确与近似微分算子之间的$L^2$误差进行上界估计。
• 在残差导数有界且网格尺寸$h \to 0$的条件下，证明了收敛性。

实验结果

研究问题

• RQ1 在等几何分析中，最小二乘配点方法是否能在计算成本仅小幅增加的情况下，实现比传统基于插值的配点法更高的精度？
• RQ2 改变配点数量的灵活性如何影响所生成线性系统的稳定性和条件性？
• RQ3 在参数化奇异或非均匀的情况下，IGA-L方法在何种条件下仍能保持收敛？
• RQ4 在过定系统存在的情况下，最小二乘等几何配点方法的理论一致性与收敛行为如何？
• RQ5 微分算子近似误差如何随网格细化与配点密度增加而变化？

主要发现

• 配点数的微小增加即可显著提升数值精度，且计算成本仅略有上升。
• IGA-L方法比IGA-C更具稳定性和灵活性，因其允许配点数可变，避免了严格的等量约束。
• 该方法在参数化奇异的情况下仍能实现收敛，而传统配点法在此类情形下常会失效。
• 理论分析表明，微分算子近似中的$L^2$误差被上界$ h^2\bar{M} + 2h(u_{n_u}-u_0)(v_{n_v}-v_0)\hat{M} $所限制，证明了当$h \to 0$时的收敛性。
• 残差误差分析表明，最小二乘公式能有效控制振荡，并通过过定性提升近似质量。
• 数值算例证实，IGA-L在各类测试问题中均优于IGA-C，无论在精度还是鲁棒性方面。