کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6915749 1447406 2018 24 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Optimal multilevel randomized quasi-Monte-Carlo method for the stochastic drift-diffusion-Poisson system
ترجمه فارسی عنوان
روش شبه مونت کارلو به طور تصادفی چند مرحله ای برای سیستم رفرکتیشن تصادفی پواسون تصادفی
کلمات کلیدی
چند زبانه تصادفی نیمه مونت کارلو، چند سطحی مونت کارلو، تصادفی نیمه مونت کارلو، روش عددی مطلوب، معادله دیفرانسیل تقسیم بندی تصادفی، ترانزیستور میدان اثر،
ترجمه چکیده
در این مقاله، روش تقریبی مونت کارلو به صورت تصادفی چند سطحی برای حل یک سیستم تصادفی رشت-دیفرانسیل-پواسون ثابت شده است. ما مقادیر بهینه پارامترهای روش عددی مانند اندازه مش با استفاده از تقسیم فضایی و تعداد شبه نقاط را محاسبه می کنیم تا به حداقل رساندن هزینه کل محاسباتی برای حل این سیستم معادلات دیفرانسیل مجزا است. این سیستم دارای تعدادی از برنامه های کاربردی در زمینه های مختلف است، هر جا که ذرات شارژ شده در محیط تصادفی حرکت می کنند. نشان داده شده است که هزینه محاسباتی روش متداول تقریبا مونت کارلو، که با استفاده از توالی های کم اختلاف به صورت تصادفی تغییر یافته است، یک تراز کوچکتر از روش چند سطحی مونت کارلو و پنج مرتبه کوچکتر از روش استاندارد مونت کارلو. روش توسعه یافته در اینجا برای یک مسئله حمل و نقل واقعی، یعنی محاسبه اثرات تصادفی دوگانه در ترانزیستورهای اثر میدان مغناطیسی نانو کاربرد دارد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
In this paper, an optimal multilevel randomized quasi-Monte-Carlo method to solve the stationary stochastic drift-diffusion-Poisson system is developed. We calculate the optimal values of the parameters of the numerical method such as the mesh sizes of the spatial discretization and the numbers of quasi-points in order to minimize the overall computational cost for solving this system of stochastic partial differential equations. This system has a number of applications in various fields, wherever charged particles move in a random environment. It is shown that the computational cost of the optimal multilevel randomized quasi-Monte-Carlo method, which uses randomly shifted low-discrepancy sequences, is one order of magnitude smaller than that of the optimal multilevel Monte-Carlo method and five orders of magnitude smaller than that of the standard Monte-Carlo method. The method developed here is applied to a realistic transport problem, namely the calculation of random-dopant effects in nanoscale field-effect transistors.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer Methods in Applied Mechanics and Engineering - Volume 329, 1 February 2018, Pages 480-497
نویسندگان
, , ,