FEM adaptatif à partir d'une expérience d'auteur

Sur cette page

Relancer un résultat de Brodbeck, Bertrand et Ricken, Méthodes adaptatives par éléments finis basées sur l'équilibrage de flux et de contraintes à l'aide de FEniCSx, Le présent règlement entre en vigueur le jour suivant celui de sa publication au Journal officiel de l'Union européenne., section 4.1, figure 2 (a). Un connexe publié le chapitre 2026 a un titre abrégé; Cette comparaison utilise explicitement la table cible de la préimpression.

La question est de savoir si un flux équilibré fournit une estimation efficace des erreurs alors que l'adaptabilité résout la singularité entre les coefficients. Cette exécution utilise les auteurs réels case_poisson_riviere/solve_riviere.py, pas une implémentation de remplacement. Il sélectionne leur contraste 5, le cas de flux P1 primal/RT2, le paramètre Dörfler 0,5 et les 20 niveaux de raffinement.

Nouveau tirage#

Sur Linux x86-64 avec Git et micromamba, gardez ce guide, bootstrap-afem.py, conda-linux64.lock, et run-afem.py ensemble:

python3 bootstrap-afem.py --work afem-work
OMP_NUM_THREADS=1 OPENBLAS_NUM_THREADS=1 OMPI_MCA_btl=self,tcp \
XDG_CACHE_HOME="$PWD/afem-work/cache" MPLCONFIGDIR="$PWD/afem-work/cache/matplotlib" \
afem-work/env/bin/python run-afem.py --source afem-work/source --output afem-work/results

Le verrou capture la couche de conda testée. Le bootstrap applique ensuite la goupille de compatibilité 80.9.0 enregistrée, construit le commit dolfinx_eqlb exact v1.2.0 et installe ses liaisons. Ajouté wrapper/Eigen incluent les chemins de l'adresse construction découverte. La chaîne de version interne du paquet d'auteur est 1.1.0 même à la balise v1.2.0 Git, de sorte que le commit identifie la source. Aucune source numérique n'est changée.

L'environnement d'auteur original utilise une image DOLFINx 0.6.0 Docker. Ici DOLFINx 0.6.0, Python 3.10, PETSc 3.19.6, et les paquets conda correspondants remplacent ce conteneur. Docker n'était pas disponible sur l'hôte d'exécution. Configuration téléchargée environ 0.61 Go de paquets conda; le calcul sélectionné a pris 8.12 secondes ici. Le temps d'exécution dépendant du matériel est un exemple.

Comparaison réelle#

Observable après le dernier raffinement Graphique 2 a) Cette course Vérifier
Ordre de convergence observé 0.50 0.5021171064 Dans les limites de 0,005
Efficacité de l'estimation 1.06 1.0627164504 Dans les limites de 0,005

Le seuil de 0,005 a été déclaré avant l'exécution numérique et correspond à la moitié de la dernière unité imprimée du tableau de référence à deux décimaux. Il établit un accord sur la précision des rapports pour ce cas. Il n'établit pas tous les résultats dans l'article.

La solution primaire finale a 183 899 degrés de liberté, erreur d'énergie vraie 0.0094834760, et erreur estimée 0.0100782460. Le CSV contient les 20 niveaux de raffinement. Les fichiers XDMF/HDF5 conservent les maillages adaptatifs et les champs indicateurs d'erreur; ces fichiers incluent le maillage nouvellement raffiné après chaque itération, de sorte que leur maillage final peut différer du dernier maillage de résolution CSV.

run-record.json enregistre les entrées, les comparaisons et les hachages de sortie sélectionnés. Préservez le CSV, la figure et le journal complet à côté. L'examen scientifique humain est toujours en cours.

Source et termes#

Validation de l'expérience de l'auteur : 3d9741498712c13ce901f5fbd6255a82a3cec1ac. Validation de la balise de la bibliothèque Flux v1.2.0 : 16f5ea6e16aa15d856381e32a3be5fc2f913215a. Le fichier d'expérience de l'auteur comporte un avis SPDX LGPL-3.0 ou version ultérieure ; la LICENCE et le README du référentiel diffèrent. Ce bundle récupère le code en amont et conserve ses notifications plutôt que de lui accorder une nouvelle licence. Le harnais d'origine du OSRI utilise le MIT ; les chiffres de comparaison générés et les résultats numériques peuvent être partagés avec l’attribution de la source.

Les tentatives infructueuses restent enregistrées : préfixe d'environnement initial; UFL nécessitant des ressources pkg; wrapper manquant et Eigen incluent les chemins pendant les constructions de liaison. Ces défaillances se sont produites avant la sortie numérique. Le script de l'auteur est inchangé.

Télécharger les fichiers enregistrés#

  • Riviere-5_P1_RT2.csv — Tableau de convergence numérique/erreur/efficacité de niveau Raw20.
  • afem-comparison.svg — Graphique de comparaison vectorielle modifiable.
  • afem-comparison.png — Aperçu des comparaisons.
  • run-record.json — Inputs/comparaison/détails natifs-extrants complets.
  • bootstrap-afem.py — le conducteur ou l'enregistrement d'environnement ou de source portable.
  • run-afem.py — le conducteur ou l'enregistrement d'environnement ou de source portable.
  • conda-linux64.lock — le conducteur ou l'enregistrement d'environnement ou de source portable.
  • requirements-frozen.txt — le conducteur ou l'enregistrement d'environnement ou de source portable.
  • GUIDE.md — le conducteur ou l'enregistrement d'environnement ou de source portable.

Enregistrement complet · Toutes les tentatives des candidats. Un examen scientifique humain est en cours.

Afficher la source sur GitHub