A 3D sharp and conservative VOF method for modeling the contact line dynamics with hysteresis on complex boundaries
本文提出了一种基于几何体积流体(VOF)和嵌入边界的新型三维数值方法,通过改进混合单元重构、引入重分布对流策略以消除时间步长限制,并结合基于高度函数的接触角滞后模型,实现了对复杂几何边界上移动接触线动力学的严格质量守恒与高精度模拟。
247 篇论文
本文提出了一种基于几何体积流体(VOF)和嵌入边界的新型三维数值方法,通过改进混合单元重构、引入重分布对流策略以消除时间步长限制,并结合基于高度函数的接触角滞后模型,实现了对复杂几何边界上移动接触线动力学的严格质量守恒与高精度模拟。
本文提出了一种基于 SE(3) 节点构型与分段线性应变重构的几何显式 Cosserat 杆统一建模框架,该方法结合了几何严谨性与计算高效性,能够无需额外稳定技术即可避免剪切和膜锁死,并适用于复杂杆系、闭环及网格壳结构的快速稳健模拟。
本文提出了一种用于求解具有随机目标函数及确定性非线性约束优化问题的信任域内点随机序列二次规划(TR-IP-SSQP)方法,该方法通过构建满足自适应精度条件的随机 Oracle 并结合内点法处理不等式约束,在标准假设下证明了其几乎处处收敛到一阶驻点,并在 CUTEst 测试集和逻辑回归问题上验证了其实际性能。
该研究证明了一种用于求解偏微分方程的原生脉冲神经形态算法具有内在的容错性,能够容忍高达 32% 的神经元损毁和 90% 的脉冲丢失而不显著降低计算精度,且这种鲁棒性可通过结构超参数进行调节。
该论文提出了一种利用图神经网络快速估计稀疏矩阵条件数的方法,通过实现线性时间复杂度的特征工程,在 1-范数和 2-范数估计任务中显著超越了传统的 Hager-Higham 和 Lanczos 方法。
本文提出了名为 Geo-ADAPT-VQE 的几何感知变分量子本征求解器算法,该算法利用自然梯度规则从算子池中选择算子以构建适应度,从而克服传统方法仅依赖一阶梯度的局限,在量子化学模拟中实现了更快的收敛速度、更稳定的优化过程以及显著缩短的电路深度。
本文提出了一种结合 t-积代数与张量列车低阶核心结构的新型张量网络分解——管状张量列车(TTT),并介绍了其两种计算策略、误差界以及在图像和视频压缩、张量补全和高光谱成像等任务中的实际应用。
本文提出了一种精确且低成本的 Chebyshev 滤波向量条件数上界估计方法,并据此在 ChASE 库中实现了 QR 分解算法的自适应选择机制,从而在确保精度的同时显著提升了库的性能。
本文针对带有非正则载荷的扰动鞍点问题,在 Banach 空间框架下利用加权 Clément 拟插值伴随算子构造的投影算子对载荷进行正则化,推导了适用于 载荷的先验误差估计,证明了混合格式下 Stenberg 后处理方法的超收敛性,并通过数值实验验证了所提方案的收敛性。
本文提出了一种结合 QR 分解压缩技术与体积积分方程的迭代求解方法,并设计了利用阵列几何结构的预条件器,以高效、精确地模拟由数千个亚波长散射体组成的大规模超表面电磁散射问题。
本文提出了一种基于能量相关矩模型的确定性有限元离散框架,通过结合单调凸限制(MCL)策略与 Strang 型算子分裂技术,构建了能够严格保持物理可实现性(IDP)的算法,从而实现了质子治疗中准确且物理一致的剂量计算。
本文通过对比多种辅助问题构造方案(包括消失扩散、线性本构律及基于熵解的新方法),评估了同伦延拓法在求解多孔介质双相流(如 Buckley-Leverett 方程)时的解曲线追踪能力,旨在为复杂多相流问题的鲁棒且高效的数值求解提供系统化的设计思路。
本文提出了一种基于 Lanczos tau 方法的框架,用于半显式时滞微分代数系统的 -范数近似与优化,通过理论证明了该方法在特定条件下的收敛性与稳定性,推导了高效的梯度计算公式以支持鲁棒控制器设计与模型简化,并展示了基于勒让德正交多项式样条的改进方案能显著提升收敛速度。
本文提出了一种基于域分解和降阶建模的准无矩阵求解器,通过利用晶格单元自相似性将局部算子表示为主算子的线性组合,从而在保持全细尺度精度的同时,显著降低了非线性超弹性晶格结构大规模模拟的计算与内存成本。
本文针对笛卡尔截断网格中显式时间步进因极小截断单元而面临的稳定性限制问题,证明了适用于任意多项式阶数的域依赖(DoD)稳定化方法在精确解具有足够正则性时具有一致性,从而为该方法的高阶误差分析奠定了理论基础。
本文针对具有指数突触和瞬时重置的电流基泄漏积分发放(LIF)网络,证明了在欧拉 - 马鲁雅马(Euler-Maruyama)数值模拟下,通过“剪枝与平衡”策略及半群方法,可分别在强误差和弱误差意义上获得受对数因子影响的 收敛阶及 收敛阶。
本文提出了一种基于物理信息的神经粒子方法(PINN-PM),通过联合参数化时间依赖得分函数与特征流映射,在无需时间离散化的情况下求解空间均匀 Landau 方程,并建立了严格的稳定性与误差分析框架,在数值实验中展现出优于传统时间步进方法的精度与效率。
本文利用修正的相对能量方法,首次为仅含速度观测的一维正压欧拉方程的全离散龙伯格观测器建立了误差估计,证明了该方案在时间、空间网格及测量误差影响下的长期一致收敛性。
本文提出了一种名为块稀疏张量链(BSTT)的结构化随机投影方法,通过统一现有的张量链适配算子并实现仅随张量阶数和子空间维度线性扩展的嵌入与注入性质,显著克服了传统方法在张量阶数上的指数级缩放瓶颈,从而为 QB 分解和随机张量链截断提供了准最优误差保证。
本文针对虚域法拉格朗日乘子离散化产生的分块线性方程组,提出了一种基于增广拉格朗日的可扩展预处理技术,并通过谱分析与二维、三维数值实验验证了其在求解泊松和斯托克斯问题时的有效性与鲁棒性。