[论文解读] Local Exponential Methods: a domain decomposition approach to exponential time integration of PDEs

Luca Bonaventura|arXiv (Cornell University)|May 9, 2015

Numerical methods for differential equations参考文献 19被引用 3

一句话总结

本文提出局部指数方法（LEM），一种域分解方法，用重叠子域上的局部化、可并行计算替代指数时间积分中的全局矩阵指数。通过利用矩阵指数的空间衰减特性——该特性由Iserles的理论界支持——LEM降低了计算成本，并实现了小规模局部指数矩阵的存储，从而在更高CFL数下达到与标准方法相当的精度，同时提升了可扩展性。

ABSTRACT

A local approach to the time integration of PDEs by exponential methods is proposed, motivated by theoretical estimates by A.Iserles on the decay of off-diagonal terms in the exponentials of sparse matrices. An overlapping domain decomposition technique is outlined, that allows to replace the computation of a global exponential matrix by a number of independent and easily parallelizable local problems. Advantages and potential problems of the proposed technique are discussed. Numerical experiments on simple, yet relevant model problems show that the resulting method allows to increase computational efficiency with respect to standard implementations of exponential methods.

研究动机与目标

• 通过用局部化、可并行计算替代全局矩阵指数，降低PDE指数时间积分的计算成本。
• 利用矩阵指数中的空间局部性，该特性由Iserles对稀疏矩阵的衰减估计理论支持。
• 通过Padé逼近实现小规模局部指数矩阵的存储，避免使用迭代Krylov方法。
• 在高阶和各向异性离散化中提升可扩展性和效率，尤其适用于大气和海洋模拟。
• 为高垂直CFL数问题提供一种稳健、局部的替代方向分裂的方法。

提出的方法

• 应用重叠域分解将计算域划分为子域，每个子域包含缓冲区，以最小化远场影响。
• 使用带缩放与平方的Padé逼近计算每个子域的局部矩阵指数，实现存储与重用。
• 利用局部矩阵的指数推进每个子域内的解，将界面节点视为共享。
• 通过重叠子域确保一致性，使远距离节点的影响可忽略，依据物理传播速度和时间步长。
• 独立且并行求解局部问题，减少通信开销，提升可扩展性。
• 与指数Rosenbrock或其他指数时间积分器结合，保持时间方向的高阶精度。

实验结果

研究问题

• RQ1 在PDE时间积分中，是否可以使用局部指数矩阵近似全局矩阵指数，同时保持精度？
• RQ2 与标准指数方法相比，采用重叠子域的域分解是否能降低计算成本？
• RQ3 缓冲区大小在高CFL数下对效率的影响程度如何？
• RQ4 在高阶或各向异性离散化中，局部指数矩阵是否可通过Padé逼近高效存储与计算？
• RQ5 在具有强各向异性的模型（如大气和海洋模拟）中，LEM与半隐式或半拉格朗日方法相比是否具有竞争力？

主要发现

• 在CFL数为7的线性对流测试用例中，局部指数方法（LEM）实现了与四阶显式Runge-Kutta方法相当的二阶精度。
• 在各向异性网格上的非线性二维Burgers方程中，LEM在垂直CFL数为6、水平CFL数低于1的条件下仍保持精度，采用列方向域分解。
• 尽管存在重叠缓冲区带来的开销，LEM通过高效的局部矩阵计算与存储，相比标准指数方法降低了计算成本。
• 通过Padé逼近存储局部指数矩阵，避免了迭代Krylov方法的使用，当子域规模较小时，显著降低了每步计算成本。
• LEM在高阶间断伽辽金方法和各向异性网格中展现出前景，此类场景中高CFL数常见，传统方法效率低下。
• 该方法为具有强垂直各向异性的模型（如数值天气预报和海洋建模）提供了完全局部的替代方向分裂方案。