Katakanlah Anda memiliki kotak berikut yang terdiri dari elemen persegi panjang:
Sekarang jika Anda melakukan interpolasi Anda dengan asumsi kotak persegi panjang terstruktur yang normal maka Anda akan memperkenalkan kesalahan yang terkait dengan interpolasi yang tidak akurat ini. Dengan kata lain ketika Anda membatasi vektor residual Anda dan ketika Anda memperpanjang vektor kesalahan Anda akan ada kesalahan dari interpolasi.
Sekarang jika kisi Anda "hampir" menjadi kisi cartesian terstruktur normal maka ini mungkin berhasil, setidaknya pada awalnya, tetapi saya menduga salah satu dari dua hal akan terjadi tergantung pada seberapa jauh kisi Anda dari menjadi persegi panjang:
1) Anda mungkin menemukan bahwa multigrid mulai konvergen pada awalnya. Setelah semua awalnya kesalahan Anda adalah besar dan interpolasi "perkiraan" Anda benar-benar hanya berarti bahwa beberapa node sedikit lebih terwakili sementara ada yang sedikit kurang terwakili. Namun Anda mungkin menemukan bahwa konvergensi mandek ketika solusi menjadi lebih akurat dan kesalahan interpolasi menjadi lebih penting.
2) Kemungkinan lain adalah multigrid tersebut akhirnya konvergen, tetapi tidak secepat yang seharusnya jika Anda menggunakan interpolasi yang benar.
Pada dasarnya dengan tidak aktif dengan interpolasi Anda, Anda menimbang pentingnya node tertentu secara tidak akurat. Misalnya dalam 2D jika Anda menimbang simpul yang diberikan sebagai:
⎡⎣⎢0,250,50,250,51.00,50,250,50,25⎤⎦⎥
padahal sebenarnya karena grid Anda tidak sepenuhnya kartesius itu seharusnya:
⎡⎣⎢0,250,550,280,551.00,520,250,490,30⎤⎦⎥
maka ini akan menghasilkan beberapa kesalahan. Apakah kesalahan ini mencegah convegence kemungkinan akan tergantung pada seberapa jauh grid Anda dari menjadi cartesian.
Sementara AMG lebih sulit untuk memahami / mengimplementasikannya, sepertinya itu adalah metode yang tepat untuk kisi Anda. Menerapkan multigrid geometris ke kotak persegi panjang "perkiraan" mungkin berhasil, tapi saya kira itu adalah solusi pita bantuan terbaik. Semoga ini membantu.
Pembaruan : Saya pikir mungkin ada beberapa kebingungan dalam jawaban saya. Saya tidak mengatakan bahwa geometri multigrid hanya akan bekerja dengan jerat cartesian, tetapi bahwa mendefinisikan interpolasi (dan karenanya pembatasan) pada jerat cartesian itu mudah sedangkan pada jerat non-terstruktur ini mungkin sulit. Sebagai contoh, pertimbangkan kasus bahkan domain 2D sederhana dengan mesh segitiga. Memperbaiki mesh ini mudah - setidaknya secara konseptual - tetapi bagaimana Anda mendefinisikan operator interpolasi antara mesh kasar dan halus? Saya lebih suka AMG hanya karena kinerjanya lebih seperti pemecah "kotak hitam", yaitu tidak memerlukan informasi tentang jaring yang tidak terbuka, namun ini hanya bias orang saya / kekhasan. Multigrid geometris dapat berfungsi selama Anda dapat menyediakan operator interpolasi yang akurat.