常用油藏模拟软件中局部网格加密和自适应隐式方法的向量化和并行处理

利用较少的计算机内存进行少量计算，局部网格加密和自适应隐式方法就能有效地达到与全加密、全隐式方法类似的精度。这些方法较少用于向量处理，因为它们不易象后者一样向量化。本文讨论建立常用油藏模拟软件中局部网格加密和自适应隐式方法向量化的并行处理算法。自适应隐式方法被认为属于混合隐式的多层局部网格加密的动态模型。这种算法在扩大的第12届SPE比较求解问题中得到了检验。结果表明由于向量化，速度提高5倍。与全隐式、全加密模型比较，局部网络模型需要的计算机内存少于63％，计算时间不到42％，而精度没有明显降低。

常用油藏模拟软件中局部网格加密和自适应隐式方法的向量化和并行处理

利用较少的计算机内存进行少量计算，局部网格加密和自适应隐式方法就能有效地达到与全加密、全隐式方法类似的精度。这些方法较少用于向量处理，因为它们不易象后者一样向量化。本文讨论建立常用油藏模拟软件中局部网格加密和自适应隐式方法向量化的并行处理算法。自适应隐式方法被认为属于混合隐式的多层局部网格加密的动态模型。这种算法在扩大的第12届SPE比较求解问题中得到了检验。结果表明由于向量化，速度提高5倍。与全隐式、全加密模型比较，局部网络模型需要的计算机内存少于63％，计算时间不到42％，而精度没有明显降低。