«hyperbolic-pde» 태그된 질문

쌍곡선 편미분 방정식은 파동 동작을 설명합니다.

17
파이썬을위한 고품질 비선형 프로그래밍 솔버가 있습니까?
볼록하지 않은 전역 최적화 문제를 해결해야 할 몇 가지 문제가 있습니다. 현재 MATLAB의 Optimization Toolbox (특히 fmincon()algorithm = 사용 'sqp')를 사용하고 있습니다. 그러나 내 코드의 대부분은 Python이며 Python에서도 최적화를하고 싶습니다. 파이썬 바인딩과 경쟁 할 수있는 NLP 솔버가 fmincon()있습니까? 반드시 비선형 평등과 불평등 제약을 다룰 수있다 사용자가 Jacobian을 제공하도록 요구하지 않습니다. …


3
과학적 파이썬에서 유한 차이 방법에 대한 권장 사항
내가 작업하고있는 프로젝트 (쌍곡 PDE에서)에 대해 숫자를 보면서 동작을 대략적으로 다루고 싶습니다. 그러나 나는 아주 좋은 프로그래머가 아닙니다. Scientific Python에서 유한 차분 체계 를 효과적으로 코딩 하는 방법을 배우기위한 몇 가지 리소스를 추천 할 수 있습니까 (작은 학습 곡선이있는 다른 언어도 환영)? 이 추천에 대한 독자 (나)에 대한 아이디어를 제공하려면 …

4
PDE 시뮬레이션 전체에서 물리량을 양수로 유지할 수있는 방법은 무엇입니까?
압력, 밀도, 에너지, 온도 및 농도와 같은 물리량은 항상 양수 여야하지만 숫자 방법은 때때로 솔루션 프로세스 중에 음수 값을 계산합니다. 방정식이 복잡하거나 무한한 값 (일반적으로 코드 충돌)을 계산하기 때문에 이것은 좋지 않습니다. 이러한 양이 양을 유지하기 위해 어떤 수치 방법을 사용할 수 있습니까? 다음 중 가장 효율적인 방법은 무엇입니까?

1
쌍곡 PDE의 통합에 암시 적 방법을 사용해야하는 경우는 언제입니까?
PDE (또는 ODE)를 해결하기위한 수치 적 방법은 명시 적 방법과 암시 적 방법의 두 가지 범주로 나뉩니다. 암시 적 방법은 더 큰 안정적인 시간 간격을 허용하지만 단계 당 더 많은 작업이 필요합니다. 쌍곡 PDE의 경우 CFL 조건에서 허용하는 것보다 더 큰 시간 단계를 사용하면 결과가 매우 부정확하기 때문에 암시 적 …

2
쌍곡선 PDE 시스템을 수치 적으로 풀 때 어떻게 좋은 Riemann 솔버를 선택할 수 있습니까?
쌍곡 PDE에 대한 많은 수치 방법은 Riemann 솔버의 사용을 기반으로합니다. 이러한 솔버는 충격파를 정확하게 캡처하는 데 필수적입니다. 가장 잘 연구 된 시스템에 사용할 수있는 다양한 솔버 (예 : 정확한 솔버, Roe 솔버, HLL 솔버)가 있습니다. 사용할 것을 어떻게 결정해야합니까?

2
쌍곡 PDE에 어떤 시간 통합 방법을 사용해야합니까?
쌍곡 PDE의 이산화 (시간과 공간 이산화)를 위해 방법론을 사용하는 경우, 선호하는 수치 적 방법 (fx. 유한 체적 법)에 의해 공간 이산화 후에 얻은 우리는 시간적 이산화에 어떤 ODE 솔버를 사용 하느냐가 실제로 중요합니다. (TVD / SSP / 등)? 일부 추가 정보가 추가되었습니다. 정확성 문제는 매끄러운 문제가 아닌 문제 일 수 …

1
압축 가능한 오일러 방정식을 푸는 방법은 무엇입니까
압축 가능한 오일러 방정식에 대한 자체 솔버를 작성하고 싶습니다. 가장 중요한 것은 모든 상황에서 강력하게 작동하기를 원합니다. 나는 그것을 FE 기반으로하고 싶습니다 (DG는 괜찮습니다). 가능한 방법은 무엇입니까? 나는 0 차 DG (유한 체적)를하고 있다는 것을 알고 있으며 매우 강력하게 작동해야합니다. 기본 FVM 솔버를 구현했으며 훌륭하게 작동하지만 수렴이 매우 느립니다. 그러나 …



2
Fie DG 방법을 Riemann 솔버에 연결
불연속 galerkin 유한 요소 솔버와 Riemann 솔버를 연결하는 좋은 논문이나 코드가 있습니까? 타원 및 쌍곡선 문제의 결합을 탐색해야하지만 대부분의 분할 방법은 최상입니다. 많은 양의 FEniCS 코드가 있으므로 Riemann 솔버와 코드를 결합하고 싶습니다. 간단한 Roe 솔버가 시작이지만 더 복잡한 방법 사용에 대한 지침을 찾고 있습니다.
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.