用于将蒙特卡洛模型耦合到连续介质模型的噪声平衡多级即时稀疏网格代理及其在多相催化中的应用
计算物理
2026-02-12 v1 统计力学
数值分析
数值分析
摘要
利用高保真微观蒙特卡洛模型为连续介质模型提供非线性响应的多尺度模拟很容易变得计算上难以处理。高保真蒙特卡洛模型的代理模型可以克服这一点,但带来了一些挑战。其中一个挑战源于底层蒙特卡洛数据中的采样噪声,这会导致不受控制的误差,可能破坏代理模型,即使它在无噪声数据的情况下会非常准确。另一个挑战是当响应依赖于许多宏观变量时出现的“维度灾难”。这些问题通过一种新颖的噪声平衡稀疏网格插值方法来解决,该方法以准最优的方式控制每个数据点的蒙特卡洛采样量。该方法辅以多尺度模拟过程中的多级即时构建。除了其效率之外,一个特别吸引人的特点是该方法易于使用,只有一个超参数控制整个代理模型的构建——从具有保证收敛性的代理模型精度到需要以何种精度创建哪些数据。该方法在来自多相催化的具有挑战性的示例上进行了演示,将微观动力学蒙特卡洛模型耦合到宏观反应器模拟中。
引用
@article{arxiv.2602.11006,
title = {Noise-balanced multilevel on-the-fly sparse grid surrogates for coupling Monte Carlo models into continuum models with application to heterogeneous catalysis},
author = {Tobias Hülser and Sebastian Matera},
journal= {arXiv preprint arXiv:2602.11006},
year = {2026}
}
备注
28 pages, 7 figures