Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Vision, Objectives and Research Activities Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

Polynomial Chaos and Collocation Methods and Their Range of Applicability

verfasst von : Chris Lacor, Éric Savin

Erschienen in: Uncertainty Management for Robust Industrial Design in Aeronautics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this chapter the different polynomial chaos and stochastic collocation methodologies used within the UMRIDA project are compared. Guidelines for their use and applicability are formulated.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Uncertainties Identification and Quantification
Nächstes Kapitel Surrogate Model-Based Approaches to UQ and Their Range of Applicability
Literatur
1.
Ernst, O.G., Mugler, A., Starkloff, H.J., Ullmann, E.: On the convergence of generalized polynomial chaos expansions. ESAIM. Math. Model. Numer. Anal. 46(2), 317–339 (2012)MathSciNetCrossRef
2.
Le Maître, O., Knio, O.: Spectral Methods for Uncertainty Quantification: With Applications to Computational Fluid Dynamics. Springer, Dordrecht (2010)
3.
Mathelin, L., Hussaini, M., Zang, T.: Stochastic approaches to uncertainty quantification in CFD simulations. Numer. Algorithms 38(1), 209–236 (2005)MathSciNetCrossRef
4.
Xiu, D., Hesthaven, J.S.: High-order collocation methods for differential equations with random inputs. SIAM J. Sci. Comput. 27(3), 1118–1139 (2005)MathSciNetCrossRef
5.
Babuška, I., Nobile, F., Tempone, R.: A stochastic collocation method for elliptic partial differential equations with random input data. SIAM J. Numer. Anal. 45(3), 1005–1034 (2007)MathSciNetCrossRef
6.
Ganapathysubramanian, B., Zabaras, N.: Sparse grid collocation schemes for stochastic natural convection problems. J. Comput. Phys. 225(1), 652–685 (2007)MathSciNetCrossRef
7.
Chung, K., Yao, T.: On lattices admitting unique Lagrange interpolations. SIAM J. Numer. Anal. 14(4), 735–743 (1977)MathSciNetCrossRef
8.
Xiu, D.: Efficient collocational approach for parametric uncertainty analysis. Commun. Comput. Phys. 2(2), 293–309 (2007)MathSciNetMATH
9.
Berveiller, M., Sudret, B., Lemaire, M.: Stochastic finite element: a non-intrusive approach by regression. Rev. Européenne de Mécanique Numérique 15(1–3), 81–92 (2006)MATH
10.
Hosder, S., Walters, R.W., Balch, M.: Point-collocation nonintrusive polynomial chaos method for stochastic computational fluid dynamics. AIAA J. 48(12), 2721–2730 (2010)CrossRef
11.
Gao, Z., Zhou, T.: On the choice of design points for least-square polynomial approximations with application to uncertainty quantification. Commun. Comput. Phys. 16(2), 365–381 (2014)MathSciNetCrossRef
12.
Arnst, M., Ponthot, J.P.: An overview of nonintrusive characterization, propagation, and sensitivity analysis of uncertainties in computational mechanics. Int. J. Uncertainty Quantif. 4(5), 387–421 (2014)MathSciNetCrossRef
13.
Hosder, S., Walters, R.W., Balch, M.: Efficient sampling for non-intrusive polynomial chaos applications with multiple uncertain input variables. In: 48th AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics, and Materials Conference, AIAA paper 2007-1939, Honolulu HI, 23–26 April 2007
14.
Raisee, M., Kumar, D., Lacor, C.: A non-intrusive model reduction approach for polynomial chaos expansion using proper orthogonal decomposition. Int. J. Numer. Methods Eng. 103(4), 293–312 (2015)MathSciNetCrossRef
15.
Candès, E.J., Romberg, J.K., Tao, T.: Stable signal recovery from incomplete and inaccurate measurements. Commun. Pure Appl. Math. 59(8), 1207–1223 (2006)MathSciNetCrossRef
16.
17.
Hampton, J., Doostan, A.: Compressive sampling methods for sparse polynomial chaos expansions. In Ghanem, R.G., Higdon, D., Owhadi, H., (eds.) Handbook of Uncertainty Quantification. Springer, Cham, 29 p (2016)
18.
Savin, É., Resmini, A., Peter, J.: Sparse polynomial surrogates for aerodynamic computations with random inputs. In: 18th AIAA Non-Deterministic Approaches Conference, AIAA paper 2016-0433, San Diego CA, 4–8 Jan 2016
19.
Chen, S.C., Donoho, D.L., Saunders, M.A.: Atomic decomposition by basis pursuit. SIAM J. Sci. Comput. 20(1), 33–61 (1998)MathSciNetCrossRef
20.
Dinescu, C., Smirnov, S., Hirsch, C., Lacor, C.: Assessment of intrusive and non-intrusive non-deterministic CFD methodologies based on polynomial chaos expansions. Int. J. Eng. Syst. Model. Simul. 2(1–2), 87–98 (2010)
21.
Xiu, D.: Fast numerical methods for stochastic computations: A review. Commun. Comput. Phys. 5(2–4), 242–272 (2009)MathSciNetMATH
22.
Gottlieb, D., Xiu, D.: Galerkin method for wave equations with uncertain coefficients. Commun. Comput. Phys. 3(2), 505–518 (2008)MathSciNetMATH
23.
Poëtte, G., Després, B., Lucor, D.: Uncertainty quantification for systems of conservation laws. J. Comput. Phys. 228(7), 2443–2467 (2009)MathSciNetCrossRef
24.
Tryoen, J., Le Maître, O., Ndjinga, M., Ern, A.: Intrusive Galerkin methods with unwinding for uncertain nonlinear hyperbolic systems. J. Comput. Phys. 229(18), 6485–6511 (2010)MathSciNetCrossRef
25.
Smolyak, S.: Quadrature and interpolation formulas for tensor products of certain classes of functions. Sov. Math. Dokl. 4, 240–243 (1963)MATH
26.
Blatman, G., Sudret, B.: Sparse polynomial chaos expansions and adaptive stochastic finite elements using a regression approach. C. R. Méc. 336(6), 518–523 (2008)CrossRef
27.
Blatman, G., Sudret, B.: An adaptive algorithm to build sparse polynomial chaos expansions for stochastic finite element analysis. Probab. Eng. Mech. 25(2), 183–197 (2010)CrossRef
28.
Blatman, G., Sudret, B.: Adaptive sparse polynomial chaos expansion based on least angle regression. J. Comput. Phys. 230(6), 2345–2367 (2011)MathSciNetCrossRef
29.
Blatman, G., Sudret, B.: Sparse polynomial chaos expansions of vector-valued response quantities. In: Proceedings 11th International Conference on Structural Safety and Reliability (ICOSSAR13) (2013)
30.
van den Berg, E., Friedlander, M.P.: SPGL1: A Solver For Large-scale Sparse Reconstruction (June 2007)
31.
Andersen, M., Dahl, J., Vandenberghe, L.: CVXOPT: Python Software For Convex Optimization (2016)
32.
Hampton, J.: Doostan: compressive sampling of polynomial chaos expansions: convergence analysis and sampling strategies. J. Comput. Phys. 280, 363–386 (2015)MathSciNetCrossRef
33.
Reid, L., Moore, R.: Performance of single-stage axial-flow transonic compressor with rotor and stator aspect ratios of 1.19 and 1.26, respectively, and with design pressure ratio of 1.82. NASA Technical Paper 1338 (1978)
Metadaten
Titel
Polynomial Chaos and Collocation Methods and Their Range of Applicability
verfasst von
Chris Lacor
Éric Savin
Copyright-Jahr
2019
Buch
Uncertainty Management for Robust Industrial Design in Aeronautics

Print ISBN: 978-3-319-77766-5

Electronic ISBN: 978-3-319-77767-2

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-319-77767-2_42

Premium Partner

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

    Zur Marktübersicht
    Bildnachweise