Enhanced goal-oriented error assessment and computational strategies in adaptive reduced basis solver for stochastic problems
Visualitza/Obre
Cita com:
hdl:2117/104348
Tipus de documentArticle
Data publicació2017-05-04
EditorJohn Wiley & Sons
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
This work focuses on providing accurate low-cost approximations of stochastic ¿nite elements simulations in the framework of linear elasticity. In a previous work, an adaptive strategy was introduced as an improved Monte-Carlo method for multi-dimensional large stochastic problems. We provide here a complete analysis of the method including a new enhanced goal-oriented error estimator and estimates of CPU (computational processing unit) cost gain. Technical insights of these two topics are presented in details, and numerical examples show the interest of these new developments.
CitacióSerafin, K., Magnain, B., Florentin, E., Pares, N., Diez, P. Enhanced goal-oriented error assessment and computational strategies in adaptive reduced basis solver for stochastic problems. "International journal for numerical methods in engineering", 4 Maig 2017, vol. 110, núm. 5, p. 440-466.
ISSN0029-5981
Versió de l'editorhttp://onlinelibrary.wiley.com/doi/10.1002/nme.5363/abstract
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
RB_CPU_lacan_preprint.pdf | 800,1Kb | Visualitza/Obre |