Oct, 2007

使用受限输运和自适应网格细化模拟磁流体力学流动；AstroBEAR 代码的算法和测试

PDF
TL;DR本文介绍了 AstroBEAR 自适应网格细化代码中实现的算法，用以解决理想磁流体力学问题，并演示了该代码通过与其他代码数值解的对比得到的正确性和健壮性。
astrobearadaptive mesh refinementideal magnetohydrodynamicsconstrained transport approachnumerical solution
发现论文，激发创造
  • 自适应网格不连续有限元高阶磁流体力学模拟天体物理学

    本文介绍和测试了一个基于 Legendre 多项式内的 Discontinuous Galerkin 方法的 DG-MHD 方案，用于 AREPO-DG 代码中的理想磁流体力学。该方案可以实现高阶、低数字扩散并准确捕获 MHD 冲击波，是一种适用于可扩展的天体物理模拟的有吸引力的性质的方法

    Jun, 2018

  • GRHydro：Einstein Toolkit 的新开源广义相对论磁流体动力学代码

    本研究介绍 Einstein Toolkit，一个开源的计算相对论天体物理代码的新通用相对论磁流体动力学（GRMHD）扩展，其实现了在完全动态时空中理想 MHD 极限下相对论磁化流体的演化，并且使用先前应用于流体动力学演化的相同震荡捕获技术来处理。代码实现超级爆发分离和约束传输方案以维护磁场的无散性。通过在平直和曲面时空下的一些 MHD 测试以及在具有球形引力黑洞的曲面时空下吸积和恒星坍缩的演化，证明了本扩展的高效性和可行性。

    Apr, 2013

  • 神经算子学习磁流体力学的局部物理性质

    本研究提出了一种修改的 Flux Fourier 神经算子模型，用于近似理想磁流体力学的数值通量，通过实现连续推理、样本分布外的泛化以及相比传统数值方案更快的计算，实现了比现有神经算子模型更好的性能。

    Apr, 2024

  • 平滑粒子流体力学与磁流体力学

    本文综述和介绍了平滑粒子流体力学和磁流体力学的理论和实践，并讨论了平滑粒子流体力学的方程和其他粒子方法的不同之处，提出了关于平滑粒子流体力学的几个神话，并给出了解决 SPMHD 三个主要问题的实践建议。

    Dec, 2010

  • Enzo：天体物理学自适应网格细化代码

    本研究介绍了使用开源代码 Enzo 实现块状结构自适应网格细化，为建模天体物质流动提供高空间、时间分辨率的方法。它包括磁流体力学、N 体动力学、化学反应、辐射传输、宇宙学扩张和星际反馈等物理现象的建模，并演示了并行性能和代码开发方法。

    Jul, 2013

  • 加速冠状磁场模型的神经算子

    通过应用 Tensorized FNO 模型加速 Bifrost MHD 模型的磁场建模，我们的研究提高了磁流体力学模拟的效率，改善了数据处理的能力，增强了预测能力，并对磁场拓扑提供了更好的理解。

    May, 2024

  • DeepM&Mnet：基于神经网络操作符逼近的电致对流多物理场推断

    提出了一个新的数据同化框架 DeepM ＆ Mnet 来模拟多物理和多尺度问题，其速度比标准数值方法快得多，利用预训练的神经网络 DeepONets 作为构建模块，并形成多物理解决方案的约束条件。

    Sep, 2020

  • 自适应网格细化实现树突微结构的高效计算

    通过自适应网格有限元方法，研究树突微观结构演化，计算复杂度随着系统大小线性增加，可推广至三维和小孔径下冷却过程。

    Oct, 1997

  • 通过主动学习进行预测性规模跨越模拟

    本文介绍了一种利用活跃学习方法进行局部精细模拟指导宏观流体动力学的新方法，以解决计算科学中存在的数值模拟需求和计算效率之间的挑战。

    Sep, 2022

  • 利用本地奖励的深度强化学习自适应群智网格细化

    我们将自适应网格细化（AMR）作为一种协作、均质代理系统，通过迭代地分裂成多个新的代理来降低最大网格元素误差，从而提供了高效、稳定的优化，并在用户定义的分辨率下生成高度自适应网格。ASMR 在大量实验中展现了优于启发式方法和学习基准的性能，并在推理过程中在不同领域上推广，而且在更高要求的设置中产生比均匀细化快两个数量级的模拟网格。

    Jun, 2024