粒子加速器系统中粒子胞模型数值求解器参数的全局灵敏度分析
计算物理
2020-09-11 v4 加速器物理
摘要
每个计算机模型都依赖于数值输入参数，这些参数主要是根据保守但严格的数值或经验估计来选择的。这些参数可以是例如时间积分器的步长、伪随机数生成器的种子、阈值或用于离散化计算域的网格点数。当数值模型被新的算法和建模技术增强时，对关注量、运行时间以及精度的数值影响通常在最初是未知的。通常参数是通过试错法选择的，忽略了计算成本与精度方面的考量。因此，每次模拟的成本可能高得不必要的，从而浪费计算资源。因此，识别最关键的数值参数并系统分析其对结果的影响，以在不显著损失精度的情况下最小化求解时间，是至关重要的。相关参数通过全局灵敏度研究来识别，其中 Sobol' 指数是常用的度量。这些灵敏度通过基于多项式混沌展开的代理模型获得。在本文中，我们首先介绍不确定性量化的通用方法。然后我们演示它们在对数值求解器参数的使用，以降低计算成本，并基于灵敏度分析讨论进一步的模型改进。这些灵敏度针对现有的 PSI Injector II 和 PSI Ring 的邻近束团模拟，以及拟议的 Daedalus Injector 回旋加速器和 Argonne Wakefield Accelerator 的射频电子枪模拟进行了评估。
引用
@article{arxiv.2001.10411,
title = {Global Sensitivity Analysis on Numerical Solver Parameters of Particle-In-Cell Models in Particle Accelerator Systems},
author = {Matthias Frey and Andreas Adelmann},
journal= {arXiv preprint arXiv:2001.10411},
year = {2020}
}