[论文解读] The DUNE-DPG library for solving PDEs with Discontinuous Petrov--Galerkin finite elements

Felix Gruber, Angela Klewinghaus+1 more|arXiv (Cornell University)|Feb 7, 2016

Advanced Numerical Methods in Computational Mathematics参考文献 8被引用 3

一句话总结

本论文提出 Dune-DPG，一个基于 Dune 有限元框架的灵活 C++ 库，用于通过不连续伽辽金（DPG）方法求解偏微分方程（PDEs）。该库通过最优及近似最优的试函数空间，实现稳定且满足 inf-sup 稳定性的变分格式，具备鲁棒的后验误差估计与自适应加密能力，已在对流主导问题上得到验证，表现出线性收敛性与可靠的误差指标。

ABSTRACT

In the numerical solution of partial differential equations (PDEs), a central question is the one of building variational formulations that are inf-sup stable not only at the infinite-dimensional level, but also at the finite-dimensional one. These properties are important since they represent the rigorous foundations for a posteriori error control and the development of adaptive strategies. The essential difficulty lies in finding systematic procedures to build variational formulations for which these desirable stability properties are (i) provable at the theoretical level while (ii) the approach remains implementable in practice and (iii) its computational complexity does not explode with the problem size. In this framework, the so-called Discontinuous Petrov–Galerkin (DPG) concept seems a promising approach to enlarge the scope of problems beyond second order elliptic PDEs for which this is possible. In the context of DPG, the result for the elliptic case was proven by Gopalakrishnan and Qiu [2014] and requires a p-enriched test space. Recently, the same type of result has been proven by Broersen et al. [2015] for certain classes of linear transport problems using an appropriate hp-enrichment to build the finite dimensional test space. In the light of this new result, we present Dune-DPG, a C++ library which allows to implement the test spaces introduced in Broersen et al. [2015]. The library is built upon the multi-purpose finite element package Dune (see Blatt et al. [2016]). In this paper, we present the current version 0.2 of Dune-DPG which has so far been tested only for elliptic and transport problems. An example of use via a simple transport equation is described. We conclude outlining future work and applications to more complex problems. Dune-DPG is licensed under the GPL 2 with runtime exception and a source code tarball is available together with this paper.

研究动机与目标

• 开发一个灵活、模块化的 C++ 库，用于通过不连续伽辽金（DPG）方法求解 PDE。
• 通过在局部子网格上求解局部问题，构建近似最优的试函数空间，确保离散 inf-sup 稳定性。
• 在对流主导等复杂 PDE（如对流主导问题）中，实现鲁棒的后验误差估计，以支持自适应网格加密。
• 支持广泛的 PDE 类型，超越经典椭圆问题，包括对流-扩散方程与最优控制问题。
• 通过现代 C++ 构造与 Dune 的 TypeTree 集成，提升向量值问题的代码可维护性与可用性。

提出的方法

• 以 Dune 有限元框架为基础，实现高度模块化与底层控制能力。
• 通过在子网格上局部求解，构造近似最优的试函数，确保离散 inf-sup 稳定性。
• 采用试函数空间 V 的乘积结构，实现单元内残差的 Riesz 提升的高效计算。
• 使用 TestspaceCoefficientMatrix 类缓存并重用多个试函数基之间的系数，提升计算效率。
• 通过将 Riesz 提升投影到有限维搜索空间 VK，实现后验误差估计，使用 ErrorTools 类进行计算。
• 支持由后验误差估计器导出的局部误差指标驱动的自适应加密。

实验结果

研究问题

• RQ1 如何系统性地设计有限元库，以确保对广泛 PDE 类型的离散 inf-sup 稳定性？
• RQ2 在具有非光滑解的对流主导问题上，使用近似最优试函数空间的 DPG 方法性能如何？
• RQ3 DPG 中的后验误差估计器能否准确反映具有拐点解问题在 L2 范数下的真实误差？
• RQ4 试函数空间加密程度（子网格层级）的选择如何影响误差估计器的精度与可靠性？
• RQ5 现代 C++ 抽象机制在复杂 PDE 有限元软件中，能在多大程度上提升可维护性与性能？

主要发现

• 当网格尺寸 H 减小时，Dune-DPG 库在纯对流问题的解 ϕ 上实现了 L2 误差的线性收敛，与试函数空间中使用的多项式阶数 1 一致。
• 随着 H 减小，后验误差估计器 ∥R(uH, f)∥V 的可靠性出现轻微下降，表明估计器开始同时捕捉 ϕ 和 θ 的误差，而不仅限于 ϕ。
• 在不同试函数空间加密层级（h = 2−ℓH）下，后验误差估计器的质量保持稳健，对误差行为影响极小。
• 通过将 Riesz 提升 RK 投影到五次多项式空间，计算得到误差估计器，为自适应加密提供可靠的局部误差指标。
• 库的模块化设计支持在多个基函数间重用试函数空间系数，显著提升计算效率。
• 未来迁移至 Dune-TypeTree 与 C++11 构造预计将进一步提升可维护性，缩短编译时间，并改善对向量值问题的支持。