convergence-study

収束解析

メッシュや時間刻みを細分化した数値計算を比較し、収束次数、Richardson外挿、GCIを用いて離散化誤差と解の妥当性を評価します。

AIスキル大辞典による日本語要約
品質評価100/100評価確度:十分
人気度(GitHub Star) 62発掘スコア 87
01

このSkillでできること

  • 空間・時間の収束解析を行う
  • 観測収束次数と期待次数を比較する
  • Richardson外挿で推定値や離散化誤差を求める
  • ASME V&V 20に基づくGCIや漸近領域を評価する
02

使い方

01
STEP 1

少なくとも3段階のメッシュ幅または時間刻みと解の値を用意する

02
STEP 2

期待する数値スキームの次数と安全係数を指定する

03
STEP 3

空間または時間の精密化スクリプトで観測次数を計算する

04
STEP 4

Richardson外挿とGCIの結果、異常や評価を報告する

03

Skillのインストール

このGitHubリポジトリにあるSkillを確認し、現在の環境に適した方法でインストールしてください。
インストール後、正常に利用できることを確認し、基本的な使い方も簡潔に説明してください。

Repository:
https://github.com/HeshamFS/materials-simulation-skills
手動でインストールする

README / SKILL.mdから機械抽出できたコマンドのみ表示しています。推測したコマンドではありません。

git clone https://github.com/HeshamFS/materials-simulation-skills.git
cd materials-simulation-skills && pip install -e ".[dev]"
mss list                                              # list skills
mss run numerical-stability cfl_checker -- --dx 0.01 --dt 0.001 --velocity 2.0 --json
mss eval                                              # run the deterministic eval gate
python -m pytest tests/                               # full test suite
04

このSkillを使うプロンプト例

Skill名を明示すると、意図したSkillを使わせやすくなります。自動発動型では必須とは限りません。

メッシュ幅0.4、0.2、0.1、0.05で得た値から収束次数を計算し、Richardson外挿とGCIで最細メッシュの誤差を評価してください。
出力例を見る
観測収束次数、平均次数、外挿値、GCI、漸近領域に入っているかどうかをJSONで示します。
05

安全性チェック

自動解析による参考情報です。Skillの安全性を保証するものではありません。

外部API通信検出あり
Shellコマンド実行明確な記述なし
ファイル読み取り明確な記述なし
ファイル書き込み明確な記述なし
ネットワークアクセス検出あり
認証情報明確な記述なし
検出根拠を見る
  • network: *Have an idea or a skill to propose?** Open an [issue](https://github.com/HeshamFS/materials-simulation-skills/issues) (there are templates for bug repor
  • network: CENSE) ## Acknowledgements - [Agent Skills standard](https://agentskills.io) — open specification for portable agent capabilities - [Anthropic](https:/
06

関連Skill