通过重叠区域分解与广义本征分解构建降维局部代理模型
数值分析
2024-09-16 v1 数值分析
摘要
我们提出了一种结合重叠区域分解与广义本征分解（PGD）的高效算法，用于构建线性椭圆参数问题的代理模型。该技术由离线和在线阶段组成，能够以完全非侵入的方式实现。在线阶段依赖于交替 Schwarz 方法的子结构代数形式，而离线阶段则利用边值问题的线性特性来刻画 PGD 基，并在每个子域内生成具有最小参数维度的局部代理模型。数值结果验证了所提方法的有效性。
引用
@article{arxiv.2409.08401,
title = {Local surrogate models with reduced dimensionality via overlapping domain decomposition and proper generalized decomposition},
author = {Marco Discacciati and Ben J. Evans and Matteo Giacomini},
journal= {arXiv preprint arXiv:2409.08401},
year = {2024}
}