使用侵入式和非侵入式技术的降阶模型简述
数值分析
2024-06-05 v2 数值分析
摘要
降阶模型 (ROM) 近年来因其显著降低数值模拟计算成本的能力而受到科学界的广泛关注，这在实时控制和形状优化等应用中是一个关键目标。本文旨在对该主题进行简要概述。我们讨论了基于 Galerkin 投影技术的侵入式框架以及非侵入式方法，包括物理信息神经网络 (PINN)、纯数据驱动神经网络 (DDNN)、径向基函数 (RBF)、动态模态分解 (DMD) 和高斯过程回归 (GPR)。我们还简要提及了几何参数化和降维方法，如主动子空间 (AS)。然后，我们展示了一些与学术测试案例相关的结果，以及与工业应用相关的初步研究。
引用
@article{arxiv.2406.00559,
title = {A brief review of Reduced Order Models using intrusive and non-intrusive techniques},
author = {Guglielmo Padula and Michele Girfoglio and Gianluigi Rozza},
journal= {arXiv preprint arXiv:2406.00559},
year = {2024}
}