用随机游走解椭圆 PDE:分解子域新法
Walk on Decomposed Subdomains

求解椭圆偏微分方程(PDE)时,传统有限差分法难以处理复杂几何,而有限元法网格生成耗时。Clément Jambon 提出一种结合无网格蒙特卡洛方法与确定性求解器的新策略。核心思路是将计算域分解为更小的非重叠子域,利用 Walk on Spheres 和 Walk on Stars 算法在子域内进行随机游走,显著缩短步长并降低方差。随后,通过确定性求解器耦合这些子域,在可控的离散化偏差下消除方差,实现高效求解。这种方法无需复杂网格生成,即可轻松应对城市风场等复杂场景中的混合边界值问题。
蒙特卡洛方法确实神奇!但正如你在交互式图表中看到的,随机游走在击中边界前需要经历大量步骤,这在复杂几何和以 Neumann 边界为主的问题中尤为明显。