大型实对称特征值问题的块Jacobi-Davidson方法的不精确求解

块Jacobi-Davidson方法是计算大型实对称矩阵特征值问题的有效方法,可解决矩阵存在重特征值和密集特征值情况时的计算问题.块Jacboi-Davidson算法分为内外两层迭代,外层迭代计算矩阵特征对,内层迭代求解校正方程组,计算量主要花费是校正方程组的求解.针对校正方程的不精确求解,提出了几种构造预条件子的块不完全分解方法,并通过数值试验,对多种预条件子的效果进行比较.

大型带状特征值问题的块Jacobi-Davidson方法

对大型矩阵,块校正方程求解的工作量大,有效求解校正方程是块Jacobi-Davidson方法的关键.研究块Jacobi-Davidson方法校正方程的不精确求解,构造预处理矩阵的块不完全分解法,并通过数值试验,对多种预条件子的效果进行比较.

求解大型对称特征值问题的改进块Jacobi-Davidson方法

块Jacobi-Davidson方法是求解对称矩阵重或密集特征值问题的一种有效方法.为了提高其整体收敛速度,应用动态压缩技术,提出了动态压缩的块Jacobi-Davidson方法;为了计算大型对称矩阵的内部特征对,本文将调和Rayleigh-Ritz方法与块Jacobi-Davidson方法结合,提出了调和块Jacobi-Davidson方法,并将动态压缩技术应用于调和块Jacobi-Davidson方法,给出了动态压缩的调和块Jacobi-Davidson方法.数值结果表明,动态压缩的块Jacobi-Davidson方法优于块Jacobi-David-son方法,动态压缩的调和块Jacobi-Davidson方法能有效计算大型对称矩阵的内部重或密集特征值.

面向异构众核架构的块Gauss-Seidel/Jacobi预条件算法

Gauss-Seidel算法作为线性方程组的求解器,在并行计算领域具有广泛应用,而面向异构众核架构开发其细粒度并行性一直是具有挑战性的问题.针对非结构网格问题,基于代数分块并行思路提出了面向异构众核架构的块Gauss-Seidel/Jacobi算法,将其作为区域分解算法的子区域求解器.面向神威太湖之光超级计算机的异构众核架构,设计并实现了该算法.为充分利用神威太湖之光国产SW26010芯片中每个CPE拥有的高速LDM(Local Data Memory),缓解通信瓶颈,设计了多行块通信打包、计算与通信重叠性能优化策略和丢弃非关键元素的低通信复杂性数值优化方法.数值实验结果显示,相较于串行Gauss-Seidel算法,优化后的块Gauss-Seidel/Jacobi算法预处理过程加速比最高可达到4.16倍.以1040核的测试数据为基准,在处理器核数达到33280时,块Gauss-Seidel/Jacobi预条件算法的并行效率达到61%.

基于OpenMP的非连续变形分析并行计算方法

非连续变形分析(DDA)方法严格满足平衡要求和能量守恒,具有完全的运动学及数值可靠性,但对大规模岩土工程问题的数值模拟耗时太长,尤其是线性方程组求解,并行计算可以很好地解决该问题。首先基于DDA方法的基本理论,阐述了适用于DDA方法中的基于块的行压缩法和基于"试验-误差"迭代格式的非零位置记录;其次,引入块雅可比迭代法并行求解DDA方法的线性方程组,并改进了相应的非零存储方法;最后,基于OpenMP实现了DDA线性方程组求解并行计算,并将其应用于地下洞室群的破坏过程分析,以加速比为并行效率的指标评价,结果表明,该并行计算策略可以极大提高DDA的计算效率,而且适合各种规模的问题。

多维盲信源分离的联合块对角化方法

根据多维盲信源分离中源信号组内相关、组间独立的特点,提出一种利用联合块对角化解决该问题的方法,并用经过改造的雅克比算法实现。源信号自相关矩阵具有块对角结构,使得白化后观测数据的时延相关矩阵具有可联合块对角化的结构,因此可以通过联合块对角化来辨识分离矩阵中的正交部分以恢复源信号。针对联合块对角化的特点,对传统的雅克比方法加以改造,将GIVENS旋转矩阵中参数的选择问题转化为一元四次三角函数多项式的优化问题,同时调整旋转的循环顺序。这样,通过连续的GIVENS旋转即可实现联合块对角化。实验仿真和分析表明了算法的有效性。

一种用于模拟电路仿真的改进型迭代算法

模拟电路的仿真问题最终归结为对线性代数方程组的求解。利用分块化方法可以降低求解过程中Jacobi矩阵的维数,从而有效降低求解时间。如何降低求解线性方程组的迭代次数,是有效降低求解时间的另一重要问题。首先详细分析了用于求解模拟电路代数方程中Jacobi矩阵的划分问题,然后提出一种改进的隐式迭代方法。最后,通过实验分析了算法中内迭代次数Iin对总迭代次数的影响,该结论对提高整体加速比具有指导意义。

α-块对角占优矩阵与两类迭代法的收敛性

探讨两类α-块对角占优矩阵,利用矩阵非奇异性和迭代矩阵的谱半径估计,证明当系数矩阵为这两类块对角占优矩阵时,线性方程组Ax=b的块Jacobi迭代法和块Guass Seidel迭代法均收敛.

一种基于块雅可比迭代的高阶FR格式隐式方法

最近,基于非结构网格的高阶通量重构格式(flux reconstruction,FR)因其构造简单且通用性强而受到越来越多人的关注.但将FR格式应用于大规模复杂流动的模拟时仍面临计算开销大、求解时间长等问题.因此,亟需发展与之相适应的高效隐式求解方法和并行计算技术.本文提出了一种基于块Jacobi迭代的高阶FR格式求解定常二维欧拉方程的单GPU隐式时间推进方法.由于直接求解FR格式空间和隐式时间离散后的全局线性方程组效率低下并且内存占用很大.而通过块雅可比迭代的方式,能够改变全局线性方程组左端矩阵的特征,克服影响求解并行性的相邻单元依赖问题,使得只需要存储和计算对角块矩阵.最终将求解全局线性方程组转化为求解一系列局部单元线性方程组,进而又可利用LU分解法在GPU上并行求解这些小型局部线性方程组.通过二维无黏Bump流动和NACA0012无黏绕流两个数值实验表明,该隐式方法计算收敛所用的迭代步数和计算时间均远小于使用多重网格加速的显式Runge-Kutta格式,且在计算效率方面至少有一个量级的提升.

块拟对角占优矩阵的几个充分条件及其应用

应用块拟对角占优矩阵的几个充分条件,研究块α-二重几何平均对角占优矩阵的非奇异性,特征值分布及以这类矩阵为系数矩阵的线性方程组的Jacobi迭代解法的收敛性等问题。

块二级迭代法的近似最优内迭代次数

本文讨论线性方程组定常块二级迭代法内迭代次数的选择.对于单调矩阵,证明了块Jacobi矩阵的谱半径ρp(T)为非定常块二级迭代法R_1-因子的下界.对于M-矩阵,用某个单调范数给出了ρ(T_p)的关于p单调下降且收敛于ρ(T)的上界.于是,当系数矩阵为M-矩阵时,我们定义了定常块二级迭代法的近似最优内迭代次数.所定义的近似最优值与模型问题数值计算的实际最优值非常吻合.本文分析表明,实际计算中应该把内迭代次数控制在较小的数目.