Demostrar que el tamaño del paso del tiempo es lo suficientemente pequeño en un código con selección automática del tamaño del paso


8

Recientemente heredé un gran cuerpo de código heredado que resuelve un problema muy rígido y transitorio. Me gustaría demostrar que los tamaños de paso espacial y temporal son lo suficientemente pequeños como para que la naturaleza cualitativa de la solución calculada no cambie si se redujeran. En otras palabras, me gustaría mostrar que la solución está "convergida" en un sentido cualitativo. Como puedo establecer explícitamente el tamaño de la malla espacial, esa parte es sencilla. Sin embargo, como el código usa el control automático del tamaño del paso de tiempo, no puedo establecer el tamaño del paso de tiempo directamente.

El algoritmo cambia el paso de tiempo entre dos límites en función del número de iteraciones jacobianas necesarias para alcanzar una tolerancia de error durante los últimos pasos de tiempo. El hecho de que use la iteración jacobiana me hace estar bastante seguro de que es algún tipo de esquema implícito, pero no puedo estar absolutamente seguro. No tiene en cuenta el error que está viendo en el paso de tiempo actual, lo que ocasiona que se encuentre con el límite de iteración en ocasiones (tal vez una docena de veces en el transcurso de varios miles de pasos de tiempo, casi siempre durante las partes más dinámicas del simulación). Las ejecuciones actuales que estoy completando estoy estableciendo los límites de tiempo en dos órdenes de magnitud y media ( a ). 10 - 13 5 10 - 11n101351011

En las corridas, tengo control sobre los límites de los pasos de tiempo, el número de pasos de tiempo pasados ​​que mira para elegir el paso de tiempo actual, el cambio máximo en el paso de tiempo (proporciones), el número objetivo de iteraciones jacobianas, el número máximo de iteraciones, y el error vinculado. Me gustaría que alguien me pusiera en el camino correcto para analizar la independencia del paso del tiempo, o al menos averiguar qué algoritmo se utiliza.


¿Estás diciendo que crees que será más fácil aplicar ingeniería inversa al algoritmo de paso de tiempo que simplemente leer el código?
David Ketcheson

el código es de aproximadamente 50k líneas de fortran escritas en los últimos 20 años, por lo que cazar los detalles del bucle principal no es trivial. Creo que es un método implícito, que es suficiente información para mis propósitos. Estoy más interesado en lo que necesito cambiar en carreras separadas para establecer que mi intervalo de tiempo es lo suficientemente pequeño.
Godric Seer

He tratado de aclarar lo que se pregunta; corríjalo si he malinterpretado. Tenga en cuenta que la solución no puede ser literalmente "independiente del paso del tiempo", ya que los errores locales siempre dependerán del paso del tiempo. Solo puede esperar que los errores sean lo suficientemente pequeños para sus propósitos.
David Ketcheson

Respuestas:


5

El propósito de la estimación automática de errores y el control del tamaño del paso es liberarlo del problema de determinar manualmente qué es un tamaño de paso suficientemente pequeño. Entonces su pregunta es un poco como preguntar "alguien me dio este auto de transmisión automática; ¿cómo puedo saber en qué equipo estoy?" El punto es que no deberías saberlo. Por supuesto, si la transmisión es defectuosa, es posible que deba desmontarla y arreglarla, pero ese es un problema mucho mayor.

En su caso, generalmente el enfoque correcto es determinar qué tipo de error es aceptable e imponerlo a través del control automático del tamaño del paso. Es imperfecto porque el control de errores en este sentido generalmente es solo control de errores local , por lo que no controla directamente el error global, que es lo que probablemente le interese.

Una cosa que podría hacer fácilmente si tiene dudas es ejecutar la simulación con una secuencia de tolerancias de error cada vez más estrictas (es decir, pequeñas). Una vez que la solución parece insensible (sea cual sea su métrica) para disminuir la tolerancia, puede detenerse.

Anexo : Con respecto a la cuestión del límite máximo de iteración alcanzado (que conduce a un error local que excede la tolerancia especificada), sugiero lo siguiente.

Aparentemente, el código piensa que si excede el número máximo de iteraciones, lo correcto es aceptar el paso. Yo diría que eso es lo incorrecto. Un mejor enfoque es rechazar el paso y comenzar ese paso nuevamente con un tamaño de paso reducido. Por supuesto, existe el peligro de que el escalón se reduzca por debajo del tamaño mínimo del escalón. En ese caso, lo correcto es abortar la simulación. Pero si cree que una solución incorrecta es mejor que ninguna, puede aceptar el paso y continuar si se cumplen ambas condiciones: se alcanza el tamaño mínimo del paso y se excede el número máximo de iteraciones.

En un código bien diseñado, hacer este tipo de cambios es trivial, pero en un código arbitrario puede ser arbitrariamente difícil.


El último párrafo es el importante desde un punto de vista práctico. El régimen asintótico se alcanza una vez que la gráfica de las características relevantes de la solución contra las tolerancias de error especificadas se ve lo suficientemente regular.
Arnold Neumaier

Es una buena noticia, sin embargo, todavía no estoy seguro de cómo manejar esas pocas ocasiones cuando alcanza el límite máximo de iteración. Lo he visto felizmente tomar el paso de tiempo máximo, alcanzando error local en media docena de iteraciones, luego el siguiente paso de tiempo toma 100 iteraciones y solo alcanza un error local de . El paso de tiempo después de esto reduce el tamaño del paso y alcanza el límite de error, pero todavía tengo ese gran error que se propaga a través de la solución. 10 2107102
Godric Seer

Acabo de notar el apéndice. Su descripción de lo que realmente hace el código concuerda con lo que veo en los archivos de registro. Esperemos que el cambio que sugiera sea posible sin demasiados dolores de cabeza.
Godric Seer
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.