Non intrusive iterative stochastic spectral representation with application to compressible gas dynamics

      دانلود مقاله در فرمت پی دی اف

 مشاهده مقالاتی که بسیار مرتبط با این مقاله هستند

 جستجو و دانلود پایان نامه ها و رساله های مرتبط با این مقاله

 جستجو و دانلود کتاب های مرتبط با این مقاله از سایت بوک یار

   ترجمه فارسی این مقاله به صورت دو زبانه

  این ترجمه کامپیوتری بوده و نیاز به ویرایش دارد

Abstract: In this paper, we propose a new iterative formulation improving the convergence of standard non intrusive stochastic spectral method for uncertainty quantification. We demonstrate that the method is more accurate than the classical approach with the same level of approximation and at no significant additional computational or memory cost, since it is deployed in a post-processing stage. Moreover, the accuracy of the representation improves no matter the regularity of the random quantity of interest. Therefore, the method is particularly well suited when nonlinear transformations of random variables are in play and can be viewed as a new way of tackling the Gibbs phenomenon. We apply the method to several test cases with different levels of regularity, dimensionality and complexity, including the case of compressible gas dynamics and long time-integration problems. The new and the classical approaches are compared for the resolution of a stochastic Riemann problem governed by an Euler system.

Keywords: Uncertainty quantification, Galerkin-based spectral projection, Generalized Polynomial Chaos, Conservation laws, Euler system, Gibbs phenomenon,

ترجمه چکیده : در این مقاله، ما یک فرمول تکراری جدید بهبود همگرایی روش استاندارد غیر نفوذی تصادفی طیفی برای تعیین مقدار عدم قطعیت پیشنهاد می کنیم. ما نشان می دهد که روش دقیق تر از روش کلاسیک با همان سطح از تقریب و در هیچ مهم دیگر هزینه محاسباتی و یا حافظه است، از آن است که در مرحله پس از پردازش مستقر شده اند. علاوه بر این، دقت و صحت نمایندگی را بهبود می بخشد بدون توجه به نظم از مقدار تصادفی از علاقه. بنابراین، روش است به خصوص به خوبی مناسب است هنگامی که تحولات غیر خطی از متغیرهای تصادفی در بازی می باشد و می تواند به عنوان یک راه جدید برای مقابله با پدیده گیبس مشاهده شده است. ما روش با سطوح مختلف نظم، اندازه و مقیاس و پیچیدگی، از جمله در مورد دینامیک گاز قابل تراکم و مشکلات زمان ادغام طولانی اعمال می شود به چند آزمون. روش های جدید و کلاسیک برای حل مشکل ریمان تصادفی که توسط یک سیستم اویلر در مقایسه. (این متن توسط ماشین ترجمه شده است لذا ممکن است نیاز به ویرایش داشته باشد)