[论文解读] Runge-Kutta Theory and Constraint Programming

Julien Alexandre dit Sandretto|arXiv (Cornell University)|Apr 13, 2018

Numerical Methods and Algorithms参考文献 16被引用 3

一句话总结

本文提出一种新颖的约束规划方法，结合区间分析，以计算具有保证性质的龙格-库塔系数，确保其满足稳定性、辛性及阶精度要求。通过将布特彻表条件建模为约束满足问题，并利用全局代价函数进行优化，该方法生成了新型区间系数龙格-库塔格式，在验证仿真中实现了更紧致的解包围，优于传统浮点数方法。

ABSTRACT

There exist many Runge-Kutta methods (explicit or implicit), more or less adapted to specific problems. Some of them have interesting properties, such as stability for stiff problems or symplectic capability for problems with energy conservation. Defining a new method suitable to a given problem has become a challenge. The size, the complexity and the order do not stop growing. This informal challenge to implement the best method is interesting but an important unsolved problem persists. Indeed, the coefficients of Runge-Kutta methods are harder and harder to compute, and the result is often expressed in floating-point numbers, which may lead to erroneous integration schemes. Here, we propose to use interval analysis tools to compute Runge-Kutta coefficients. In particular, we use a solver based on guaranteed constraint programming. Moreover, with a global optimization process and a well chosen cost function, we propose a way to define some novel optimal Runge-Kutta methods.

研究动机与目标

• 为应对使用浮点数算术计算精确龙格-库塔系数时日益增加的困难，该方法可降低数值积分中引入误差的风险。
• 通过将浮点数系数替换为区间系数，确保数值格式中关键性质（如阶数、稳定性与辛性）得以保持。
• 开发一种系统化且可验证的方法，利用约束规划与全局优化发现新型龙格-库塔格式。
• 在具有保证解包围的验证仿真环境中，展示区间系数格式的有效性。
• 提供一个框架，用于生成具有区间系数的最优龙格-库塔方法，确保在严格计算下保持理论性质。

提出的方法

• 将龙格-库塔方法的条件（阶条件、稳定性、辛性）表述为区间变量上的非线性方程与不等式系统。
• 使用保证的约束规划（CP）求解器，寻找满足所有布特彻表条件的区间盒子，确保所有解均有效且包含关系正确。
• 采用全局优化过程，通过设计为最小化相对于下一阶方法局部截断误差（LTE）的代价函数，优先生成最优格式。
• 在整个构造与验证过程中使用区间算术，以保持严格的误差界与性质保证。
• 在DynIbex验证仿真工具中实现所得格式，针对基准问题进行实验评估。
• 通过与经典方法（如RadauIIA、高斯-勒让德及RK4）比较解包围与计算效率，验证结果。

实验结果

研究问题

• RQ1 龙格-库塔方法中的区间系数是否能够保持阶数、稳定性与辛性等关键性质，而这些性质在使用浮点数算术时往往丢失？
• RQ2 约束规划能否有效求解由区间系数布特彻表条件产生的高维、欠定方程组？
• RQ3 相对于下一阶方法优化局部截断误差（LTE）是否能生成在精度与效率方面具有竞争力的龙格-库塔格式？
• RQ4 在验证仿真中，区间系数格式是否能产生比其浮点数对应物更紧致的解包围，即使系数区间很小？
• RQ5 在参数不确定性或刚性动力学存在的情况下，基于区间的格式在收敛性与鲁棒性方面改善程度如何？

主要发现

• S3O4方法（一种具有区间系数的三阶格式）性能与五阶RadauIIA方法相当，但计算速度更快，表现出高效率。
• S3O5方法（一种具有区间系数的三阶格式）比六阶高斯-勒让德方法快五倍，同时最终解包围显著更窄。
• ERK33方法（一种具有区间系数的显式三阶格式）计算时间与RK4相近，但解包围仅宽1.2倍，表明具有强大竞争力。
• 尽管系数区间直径小至1×10⁻¹⁰，新方法的最终解包围仍常比使用精确系数的经典方法更紧，表明改善了收缩性。
• 约束规划方法成功生成了保持阶数与稳定性性质的新龙格-库塔格式，即使系数以保证包含的区间表示亦成立。
• 优化过程有效最小化了LTE，生成的格式逼近更高阶方法的性能，验证了代价函数的有效性。