数字模拟导论-讲座21
边界值问题-三维有限微分问题的求解
Jacob White
感谢Deepak Ramaswamy, Michal Rewienski, and Karen Veroy
大纲
?回顾FEM和F-D
一维实例
?一二三维的有限差分矩阵
高斯消元的代价
?Krylov法
通讯下限
基于改善通讯的预条件器
SMA-HPC ?2003 MIT
热流动
一维实例
正则化一维方程
正则化泊松方程
SMA-HPC ?2003 MIT
数值解
有限差分
离散化
将区间(0,1)分为n+1个相等的子区间
SMA-HPC ?2003 MIT
数值解
有限差分
近似
例如:
SMA-HPC ?2003 MIT
FD矩阵的特性
一维泊松方程
有限差分
SMA-HPC ?2003 MIT
应用基本函数
残差方程
偏差分方程形式
基本函数表述
将基本函数表示代入方程
SMA-HPC ?2003 MIT
应用基本函数
基本权值
Galerkin模式
使残差对基本函数正交
产生n个方程n个未知量
SMA-HPC ?2003 MIT
应用基本函数
基本权值
具有部分积分的
Galerkin模式
基本函数的一阶求导
SMA-HPC ?2003 MIT
汽车结构分析
?方程
——机械部件(板、梁、壳)的力位移关系
及合力为零
——连续体动力学的偏差分方程
SMA-HPC ?2003 MIT
飞机阻力分析
?方程
——Navier-Stokes偏差分方程
SMA-HPC ?2003 MIT
发动机热分析
?方程
——泊松偏差分方程
SMA-HPC ?2003 MIT
FD矩阵特性
SMA-HPC ?2003 MIT
二维离散问题
离散化泊松方程
FD矩阵特性
二维离散问题
非零矩阵5×5实例
SMA-HPC ?2003 MIT
FD矩阵特性
三维离散问题
离散化泊松方程
SMA-HPC ?2003 MIT
FD矩阵特性
二维离散
非零矩阵m=4实例
SMA-HPC ?2003 MIT
FD矩阵特性
总结
数值特性
对角占优矩阵
每一行严格对角占优或连接每一个严格对角占优行的路径
矩阵对称正定
假定均匀离散化,对角为:
SMA-HPC ?2003 MIT
FD矩阵特性
总结
结构特性
三维矩阵很大
矩阵是稀疏的
每一行非零元是:
矩阵是带宽的
SMA-HPC ?2003 MIT
GE基础
三角化
图
SMA-HPC ?2003 MIT
GE基础
三角化
算法
SMA-HPC ?2003 MIT
GE的复杂性
对于二维和三维问题需要一个快速求解法!
SMA-HPC ?2003 MIT
带宽GE
三角化
算法
SMA-HPC ?2003 MIT
带宽GE的复杂性
对于三维问题需要一个快速求解方法!
SMA-HPC ?2003 MIT
满足Krylov的世界
预条件
从Ax =b开始形成PAx = P b
确定Krylov空间
从Krylov空间选择解
GCR取最小残差
SMA-HPC ?2003 MIT
Krylov法
预条件
对角预条件器
?对角阵的逆很容易求
?通常改善收敛性
SMA-HPC ?2003 MIT
Krylov法
收敛性分析
多GCR的最优性
GCR最优性性能
多项式使
因此
任何满足限制的多项式可
用来得到上限
SMA-HPC ?2003 MIT
热传导杆矩阵的多残差图
无传导到空气的损失(n=10)
使尽可能小
如果特征值聚类则较容易
SMA-HPC ?2003 MIT
满足Krylov的世界
对角的Krylov向量
预条件A
SMA-HPC ?2003 MIT
满足Krylov的世界
通讯下限
对角的Krylov向量
预条件A
对于m网格点的通讯下限
SMA-HPC ?2003 MIT
满足Krylov的世界
二维情形
对角的Krylov向量
预条件A
对一个m×m网格
SMA-HPC ?2003 MIT
满足Krylov的世界
GCR的收敛性
特征向量分析
回顾D
-1A
的特征值
SMA-HPC ?2003 MIT
满足Krylov的世界
GCR的收敛性
特征向量分析
GCR迭代得到收敛性
SMA-HPC ?2003 MIT
满足Krylov的世界
带宽高斯消元过程
松弛和GCR
在二维和三维GCR比高斯消元快
只有m
3
非零的三维矩阵较快
可以消除通讯下限
SMA-HPC ?2003 MIT
满足Krylov的世界
怎么快收敛的
GCR
预条件是唯一希望
对于对角预条件AGCR已经获得通讯下限
预条件器必须加速通讯
通过1个以上网格点乘以PA使值移动
SMA-HPC ?2003 MIT
预条件法
高斯赛德尔预条件
具体视图
每一次高斯赛德尔松弛迭代使数据通过网格点
一维离散化PDE
SMA-HPC ?2003 MIT
预条件法
高斯赛德尔预条件
Krylov向量
高斯赛德尔在唯一分析通讯加快
SMA-HPC ?2003 MIT
预条件法
高斯赛德尔预条件
对称的高斯赛德尔
这个对称的高斯赛德尔预条件器在两个方向通讯
SMA-HPC ?2003 MIT
预条件法
高斯赛德尔预条件
对称的高斯赛德尔
SGS迭代方程的起源
前向扫动(半步)
后向扫动(半步)
SMA-HPC ?2003 MIT
预条件法
块对角预条件器
线模式
矩阵
网格
三对角阵加快
SMA-HPC ?2003 MIT
预条件法
块对角预条件器
线模式
预条件器线在唯
一方向通讯
现在预条件器是两个三对角解,在两者之间变量排序
问题:
解:
线首先在X方
向,然后y方向
网格
SMA-HPC ?2003 MIT
预条件法
域分解
块对角预条件器
将域分为小块,
每一个具有相同
的网格点编号
方法:
折中:快少意味着收敛
快,但迭代代价
大
SMA-HPC ?2003 MIT
预条件法
域分解
块对角预条件器
m点
块编号
点
块代价:l×l网格因子
稀疏GE
GCR迭代
通讯界给出
迭代
对于l建议非敏感性:算法是
对于每一个GCR迭代重取因子?
SMA-HPC ?2003 MIT
预条件法
赛德尔化块对角
预条件器
线模式
SMA-HPC ?2003 MIT
网格
矩阵
预条件法
重叠域预条件器
基于线模式
求解较大的系统,但对于困难问题收敛较快(不只是泊松问题)
网格
矩阵
SMA-HPC ?2003 MIT
预条件法
不完备因子模式
大纲
回顾高斯消元法
计算步骤
填入稀疏阵
大大增加了因子代价
填入二维网格
不完备因子的思想
SMA-HPC ?2003 MIT
稀疏阵
填入
实例
非零结构矩阵一个GE步骤后的矩阵
填入
SMA-HPC ?2003 MIT
稀疏阵
填入
第二个实例
填入的传播
从第一步填入产生第二步填入
SMA-HPC ?2003 MIT
稀疏阵
填入
在矩阵的填入模式
SMA-HPC ?2003 MIT
非常稀疏
致密
非常稀疏
稀疏阵
填入
非因子随机矩阵
SMA-HPC ?2003 MIT
稀疏阵
填入
因子随机矩阵
SMA-HPC ?2003 MIT
二维有限差分矩阵的因子
产生的填入使因子代价高昂
SMA-HPC ?2003 MIT
FD矩阵的特性
3维离散化
非零矩阵m=4的实例
SMA-HPC ?2003 MIT
预条件法
不完备因子模式
主要思想
抛弃填入
抛弃所有填入
抛弃其它填入产生的填入
抛弃其它填入的填入产生的填入等
SMA-HPC ?2003 MIT
总结
?三维BVP实例
——航空动力学,连续机械学,热流动
?一、二、三维有限差分方程
——高斯消元代价
?Krylov法
——通讯下限
——基于预条件器的通讯改善
SMA-HPC ?2003 MIT