[论文解读] Robust Domain Decomposition Preconditioners for Abstract Symmetric Positive Definite Bilinear Forms

Yalchin Efendiev, Juan Galvis+2 more|arXiv (Cornell University)|May 5, 2011

Advanced Numerical Methods in Computational Mathematics参考文献 14被引用 5

一句话总结

本论文提出了一种基于谱粗空间的鲁棒抽象框架，用于构建对称正定双线性形式的加法重叠 Schwarz预条件子，确保条件数界不依赖于网格尺寸和高对比系数。该方法通过使用局部特征函数的稳定分解实现鲁棒性，在椭圆方程、Stokes方程和Brinkman方程上均通过数值验证，条件数在对比度高达 $10^6$ 时保持稳定。

ABSTRACT

An abstract framework for constructing stable decompositions of the spaces corresponding to general symmetric positive definite problems into "local" subspaces and a global "coarse" space is developed. Particular applications of this abstract framework include practically important problems in porous media applications such as: the scalar elliptic (pressure) equation and the stream function formulation of its mixed form, Stokes' and Brinkman's equations. The constant in the corresponding abstract energy estimate is shown to be robust with respect to mesh parameters as well as the contrast, which is defined as the ratio of high and low values of the conductivity (or permeability). The derived stable decomposition allows to construct additive overlapping Schwarz iterative methods with condition numbers uniformly bounded with respect to the contrast and mesh parameters. The coarse spaces are obtained by patching together the eigenfunctions corresponding to the smallest eigenvalues of certain local problems. A detailed analysis of the abstract setting is provided. The proposed decomposition builds on a method of Efendiev and Galvis, Multiscale Model. Simul., 8 (2010), pp. 1461--1483, developed for second order scalar elliptic problems with high contrast. Applications to the finite element discretizations of the second order elliptic problem in Galerkin and mixed formulation, the Stokes equations, and Brinkman's problem are presented. A number of numerical experiments for these problems in two spatial dimensions are provided.

研究动机与目标

• 解决对称正定问题中高对比系数带来的挑战，此类问题会严重降低迭代求解器的性能。
• 为一般对称正定双线性形式构建稳定分解框架，确保对网格尺寸和对比度的鲁棒性。
• 通过局部谱问题构造粗空间，以捕捉高对比度介质中关键的低能模态。
• 确保预条件系统条件数在独立于网格细化和对比度变化的情况下保持有界。
• 在具有复杂异质渗透率场的标量椭圆方程、Stokes方程和Brinkman方程上对方法进行数值验证。

提出的方法

• 使用单位分解将全局能量空间分解为局部子空间和一个全局粗空间。
• 通过在重叠子域上求解局部特征值问题，并选取对应最小特征值的特征函数来构造粗空间。
• 利用加权Poincaré不等式推导能量估计，以确保在高对比度下分解的稳定性。
• 将该分解应用于构造加法Schwarz预条件子，其条件数不依赖于对比度和网格尺寸。
• 通过改进的单位分解引入简化粗空间，以在保持鲁棒性的同时最小化维数。
• 在二阶椭圆方程、混合问题以及Stokes/Brinkman问题的有限元离散化上实现并测试该方法。

实验结果

研究问题

• RQ1 能否为一般对称正定双线性形式构造一种稳定分解，使其在系数的高对比度变化下仍保持鲁棒性？
• RQ2 如何设计粗空间，以确保条件数界独立于异质介质中的网格尺寸和对比度？
• RQ3 在不牺牲高对比度问题中鲁棒性的前提下，粗空间的维数可被降低到何种程度？
• RQ4 所提出的方法是否对具有广泛取值范围的非二元、随机渗透率场保持鲁棒性？
• RQ5 该抽象框架能否应用于混合格式和鞍点问题（如Stokes方程和Brinkman方程）？

主要发现

• 即使对比度比增加至 $10^6$，预条件系统的条件数仍保持在约 11–17 的有界范围内，表现出显著的鲁棒性。
• 在对比度为 $10^4$ 的Geometry 3中，该方法仅需 23 次PCG迭代，条件数为 11.2，粗空间维数为 275。
• 在包含从 $10^2$ 到 $10^6$ 变化范围的随机渗透率场的Geometry 4中，该方法保持条件数低于 17，最多仅需 27 次PCG迭代。
• 与精细空间维数 66,049 相比，简化粗空间 $\widetilde{\mathscr{V}}_H$ 的维数保持较低，最高仅 397，证实了其高效性。
• 基于标准单位分解的谱粗空间维数为 838，而采用改进单位分解的简化版本维数降至 293，表明维数有效降低。
• 数值实验验证了理论预测：该方法在所有测试的对比度水平和问题类型下均表现鲁棒，包括混合格式和鞍点问题。