Characterization of the near-null error components utilized in composite adaptive AMG solvers
本文为基于AMG μ-循环序列的自适应复合求解器提供理论依据,利用模块度矩阵构建聚合以处理当前求解器无法阻尼的误差分量,并在多种稀疏矩阵上验证性能。
2025-09-10 cs.NA math.NA
AMG based on compatible weighted matching for GPUs
Institute for Applied Computing (IAC) - CNR(应用计算研究所(IAC)- 意大利国家研究委员会);Department of Computer Science, “Sapienza” University(“萨皮恩扎”大学计算机系)
本文提出了一种基于兼容加权匹配的AMG预处理方法,利用GPU的并行计算能力,改进了稀疏对称正定矩阵的粗化过程,提升了求解线性方程组的效率。
2018-10-09 cs.NA math.NA
R3MG-C: a high-order algebraic-geometric multilevel preconditioner for continuous finite element discretizations
University of Pisa(比萨大学);University of Roma Tor Vergata(罗马托维加塔大学)
本文提出R3MG-C预条件子,通过R树划分支撑点构造聚合体,嵌入高阶局部不连续多项式空间扩展Nicolaides粗空间,作为CG预条件子在高阶有限元离散中性能优于标准AMG。
2026-07-31 cs.NA math.NA
Algebraic Multigrid Preconditioners for Multiphase Flow in Porous Media
多相流是一个关键的过程,在广泛的应用,包括碳封存,污染物修复,地下水管理。典型地,该过程通过考虑每个相的质量守恒导出的偏微分方程的非线性系统来建模(例如,油、水),以及相速度与相压力的关系的本构定律。在这项研究中,我们开发和研究的有效解算法求解的代数系统方程来自一个完全耦合和时间隐式处理模型的多相流。我们探讨了几个预处理器的性能代数多重网格(AMG)的基础上解决线性化问题,包括“黑箱”AMG直接应用于系统,一个新版本的约束压力剩余多重网格(CPR-AMG)预处理,和一个新的预处理器使用近似舒尔补充所产生的雅可比矩阵的块分解。我们表明,新的方法是最强大的问题特征,由不同的影响,毛细管压力,我们表明,块分解预条件是有效的和规模优化问题的大小。
2016-11-01 cs.CE cs.NA math.NA
A comparative study of scalable multilevel preconditioners for cardiac mechanics
在这项工作中,我们提供了平衡区域分解的约束(BDDC)和代数多重网格(AMG)的心脏力学结构化和非结构化的有限元网格预条件之间的性能比较。心肌的力学行为可以用三维有限弹性力学方程来描述,在空间上用有限元离散,得到一个大规模非线性代数系统的解。该问题通过Newton-Krylov方法求解,其中Jacobian线性系的解通过BDDC/AMG预处理器加速。我们深入探讨的BDDC预条件的主要参数,以使比较公平。我们专注于:BDDC算法的局部和粗糙问题的不同直接求解器的性能; BDDC原始自由度的不同选择的影响;以及有限元度的影响。可扩展性测试上的Linux集群多达1024个处理器,我们得出结论,一个现实的机电仿真的性能研究。
2022-08-12 cs.NA math.NA
Subdomain Deflation Combined with Local AMG: a Case Study Using AMGCL Library
Kazan Branch of Joint Supercomputer Center, Russian Academy of Sciences(俄罗斯科学院联合超级计算中心喀山分院);Kazan Federal University(喀山联邦大学);Universitat Politècnica de Catalunya (UPC)(加泰罗尼亚理工大学);CIMNE — Centre Internacional de Mètodes Numèrics en Enginyeria(国际数值工程研究中心)
本文提出了一种结合子域消元方法和局部代数多重网格的方法,作为可扩展的分布式内存预条件子程序,用于求解大规模线性方程组。该算法的实现作为开源AMGCL库的一部分提供给社区,旨在解决同质(仅CPU)和异构(CPU/GPU)系统,分别采用混合MPI/OpenMP方法和MPI、OpenMP和CUDA的组合。使用OpenMP可减少MPI进程数量,从而减少消元方法的通信开销,并提高预条件子程序的弱标度性和强标度性。通过标量、泊松型系统以及来自纳维-斯托克斯方程离散化的非标量问题的例子来评估所实现算法的性能。还提供了与基于已知Trilinos ML包的传统全局AMG预条件子程序的比较。
2018-10-26 cs.DC cs.MS cs.NA
A Multilevel Block Preconditioner for the HDG Trace System Applied to Incompressible Resistive MHD
针对不可压缩电阻磁流体动力学(MHD)高阶杂交间断Galerkin(HDG)离散化后的迹系统,提出了一种可扩展的块预处理策略。我们构建了块预条件与最小二乘换向器(BFBT)近似的舒尔补的逆隔离出的压力未知的跟踪系统。剩余的速度,磁场,和拉格朗日乘子未知数形成一个耦合的节点未知块(上块),系统代数多重网格(AMG)用于近似逆。MHD方程的复杂性以及静态凝聚HDG跟踪系统的代数性质使得系统AMG部分中平滑器的选择对于块预条件子的收敛性和性能至关重要。我们的数值实验表明,GMRES预处理的ILU(0)重叠零作为一个平滑内部系统AMG表现最好的鲁棒性,每次非线性迭代的时间和内存需求。通过几个二维和三维瞬态测试案例,包括高Lundquist数下的孤岛合并问题,我们证明了块预处理器的鲁棒性和并行可扩展性。此外,对于上层块的交替节点块系统求解器的多层近似嵌套剖分的基础上进行了初步研究。在一个2D的岛屿合并问题的多级近似嵌套解剖预处理显示出更好的可扩展性,相对于网格细化比系统AMG,但相对较弱的鲁棒性Lundquist数缩放。
2020-12-14 cs.NA math.NA physics.comp-ph
Inexact Gauss Seidel and Coarse Solvers for AMG and s-step CG
Lehigh University(利哈伊大学);Institute for Applied Computing of the National Research Council of Italy(意大利国家研究委员会应用计算研究所)
本文提出了一种基于FGS的低同步方法,用于避免通信的Krylov方法,通过利用Chebyshev基生成的Gram矩阵结构,提升AMG和s-step CG的求解效率。
2025-12-10 cs.NA math.NA
Chronos: A general purpose classical AMG solver for High Performance Computing
近年来,物理系统的数值模拟已成为从工业到学术界的多个应用领域进行分析和预测的基本工具。就大规模模拟而言,最昂贵的计算任务之一是线性系统的解决方案所产生的离散化的偏微分方程管理的物理过程。这项工作介绍了Chronos,一个集合的线性代数函数,专门设计用于解决大型,稀疏的线性系在大规模并行计算机(https://www.m3eweb.it/chronos/)。它的重点是现代,有效和可扩展的AMG预处理器的高性能计算(HPC)。这项工作描述了数值算法和这个软件套件的主要结构,特别是从实现的角度来看。从实际力学和流体动力学应用中产生的几个数值结果与数亿个未知数进行了讨论,并与其他最先进的线性求解器进行了比较,证明了Chronos的效率和鲁棒性。
2021-02-15 cs.NA math.NA
A block preconditioner for non-isothermal flow in porous media
在石油储层模拟中,工业标准预处理器,约束压力剩余法(CPR),是一个两阶段的过程,涉及到求解一个约束压力系统与代数多重网格(AMG)。最初设计用于等温模型,这种方法通常用于热的情况。然而,它没有对附加的能量守恒方程和温度变量进行具体处理。我们寻求开发预处理器,更好地捕捉热效应,如热扩散。为了研究压力和温度对流体和热流的影响,我们考虑了非等温单相渗流模型。对于这个模型,我们开发了一个块预条件与有效的舒尔补近似。压力块和近似舒尔补都使用AMG V循环近似反转。由此产生的求解器是可扩展的问题的大小和并行化。
2019-06-17 cs.NA math.NA physics.comp-ph
Monolithic Algebraic Multigrid Preconditioners for the Stokes Equations
本文提出一种基于低阶算子与AMG插值构造的整体代数多重网格预条件子,用于Stokes方程的高阶离散,并通过Vanka块分解和Chebyshev自适应松弛提升效率与并行性,在2D和3D问题中表现稳健。
2024-08-31 cs.NA math.NA
Unified computational framework for the efficient solution of n-field coupled problems with monolithic schemes
Technische Universität München(慕尼黑工业大学)
本文提出并评估了一种统一计算框架,用于预处理由单体方案求解耦合问题产生的线性方程组。该框架结合了多种应用特定预处理器,能处理任意数量的场并解决多种应用。通过三个不同耦合问题验证了其高效性和可扩展性。
2016-07-14 cs.NA math.NA
A Parallel Auxiliary Grid AMG Method for GPU
The Pennsylvania State University(宾夕法尼亚州立大学);NVIDIA Research(英伟达研究)
提出一种基于辅助网格和四叉树结构的并行AMG方法,通过固定粗化过程和并行平滑器,在GPU上实现高效求解,相比CUSP的AMG实现获得平均2-4倍加速。
2012-12-06 cs.NA math.NA
Tackling Parallelization Challenges of Randomized Preconditioners With Dependency Tracking
University of California, Berkeley(加州大学伯克利分校);North Carolina State University(北卡罗来纳州立大学);Lawrence Berkeley National Lab(劳伦斯伯克利国家实验室);Rice University(莱斯大学);MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室);Amazon Web Services(亚马逊云服务)
针对随机预条件子并行化瓶颈,提出ParAC,通过动态依赖追踪和架构感知内存管理在CPU/GPU上并行化rchol算法,在不规则图拉普拉斯系统上实现显著加速且保证收敛。
2026-09-11 cs.DC cs.DS cs.NA
Towards Automated Algebraic Multigrid Preconditioner Design Using Genetic Programming for Large-Scale Laser Beam Welding Simulations
Friedrich-Alexander-Universität Erlangen-Nürnberg(弗里德里希-亚历山大-埃尔兰根-纽伦堡大学);Universität zu Köln(科隆大学)
针对大规模激光束焊接仿真中多重网格方法算法选择影响效率的问题,提出用遗传编程基于上下文无关文法自动生成含层级特定平滑序列的灵活AMG循环,实验验证其可提升求解器性能。
2024-12-11 cs.AI cs.CE cs.NA
Extending DD-$α$AMG on heterogeneous machines
针对格点量子色动力学的DD-$α$AMG求解器,本文通过HIP转换代码适配ORISE超级计算机,扩展平滑器(Richardson平滑表现优异)、移植预处理求解器版本并向量化粗网格操作,提升其在异构机器上的性能。
2025-08-20 cs.DC cs.NA hep-lat
GL-Coarsener: A Graph representation learning framework to construct coarse grid hierarchy for AMG solvers
Sharif University of Technology(谢里夫理工大学);Sharif University of Technology - Kish International Campus(谢里夫理工大学基什国际校区)
在许多数值方案中,计算复杂性与问题大小成非线性比例。使用直接法或大多数迭代法求解线性方程组就是一个典型的例子。代数多重网格(AMG)方法是一种有效求解大型线性系方程组的数值方法。AMG方法之间的主要区别之一是如何从给定的细网格构造较粗的网格。AMG方法主要有两类:基于图和基于聚集的粗化方法。在这里,我们提出了一个基于聚合的粗化框架,利用图表示学习和聚类算法。我们的方法将机器学习的力量引入AMG研究领域,为未来的研究开辟了一个新的视角。所提出的方法使用图表示学习技术来学习从底层系数系数矩阵获得的图的潜在特征。使用这些提取的特征,我们从细网格生成一个粗网格。所提出的方法是高度并行计算能力。我们的实验表明,所提出的方法在解决大型系统的效率与其他基于聚合的方法是密切相关的,展示了高能力的图表示学习设计多重网格求解器。
2020-11-19 cs.AI cs.LG cs.NA
Nonsymmetric Reduction-based Algebraic Multigrid
代数多重网格(AMG)是求解对称正定线性系的一种有效方法,它可以将一般椭圆型偏微分方程离散化,也可以将抛物型偏微分方程空间离散化。然而,收敛理论和AMG的大多数变体依赖于$A$是SPD。双曲偏微分方程,经常出现在大规模的科学模拟,仍然是一个挑战,AMG,以及其他快速线性求解器,部分原因是得到的线性系往往是高度非对称的。在这里,一个新的收敛框架的非对称,减少为基础的AMG,并推导出$\ell^2$ -误差和残差收敛的充分条件。特别是,经典的多重网格近似属性与减少为基础的措施,以发展一个强大的框架,非对称,减少为基础的AMG。块三角形结构的矩阵,然后被认为是服从约简型算法,和约简为基础的AMG方法开发的迎风离散的双曲型偏微分方程,基于Neumann近似的概念,理想的限制($n$ AIR)。$n$ AIR可以看作是在以前的工作中引入的局部AIR($\ell$ AIR)的变体,特别针对具有三角结构的矩阵。尽管功能不如$\ell$ AIR,但$n$ AIR的设置时间可以大大缩短,以解决高连通性问题。$n$ AIR被证明是一个有效的和可扩展的求解器的稳定状态传输的不连续,迎风离散,非结构化网格,并高达6阶有限元,提供了一个显着的改善现有的AMG方法。$n$空气也被证明是有效的几类“近三角形”矩阵,导致曲线有限元和人工扩散。
2019-09-09 cs.NA math.NA
The Role of Energy Minimization in Algebraic Multigrid Interpolation
Penn State(宾夕法尼亚州立大学);Memorial University of Newfoundland(纽芬兰纪念大学);University of New Mexico(新墨西哥大学);University of Colorado at Boulder(科罗拉多大学博尔德分校)
本文探讨了能量最小化在代数多重网格插值中的作用,通过回顾AMG收敛理论的基础结果,讨论如何将这些结果用于实际插值算子的设计,并提出了一种通用加权能量最小化函数来形成插值算子,同时开发了一种新的'对角线'预处理程序用于 Sylvester 或 Lyapunov 型方程。
2019-02-13 cs.NA math.NA
A Two-level GPU-Accelerated Incomplete LU Preconditioner for General Sparse Linear Systems
针对一般稀疏线性系,提出了一种基于不完全LU(ILU)分解的并行预处理方法。我们专注于分布式内存并行架构,特别是那些配备了图形处理单元(GPU)。除了块雅可比,我们提出了通用的两级ILU舒尔互补为基础的方法,其中不同的策略来解决粗级减少系统。这些策略与改进的ILU方法相结合,在粗级算子的建设,以有效地消除平滑误差。我们利用现有的基于GPU的稀疏矩阵内核,以加快建立和解决阶段的建议ILU预处理。我们评估所提出的方法作为代数多重网格(AMG)的平滑和作为Krylov子空间方法的预条件的效率,具有挑战性的各向异性扩散问题和一般稀疏矩阵的集合。
2023-03-15 cs.NA math.NA
ShyLU node: On-node Scalable Solvers and Preconditioners Recent Progresses and Current Performance
本文介绍了 Trilinos 框架中 ShyLU-node 软件包的最新进展,重点展示了稀疏直接求解器 Basker 和 Tacho 及代数预条件子 FastILU 在电路仿真、冰盖模拟等实际应用中的可扩展性能。
2025-08-15 cs.NA math.NA
Learning Preconditioner for Conjugate Gradient PDE Solvers
本文提出用图神经网络学习预条件子,为共轭梯度求解器引入归纳偏置,并在二维和三维线性二阶PDE上验证了有效性与泛化性。
2023-09-06 cs.NA math.NA
AlgMortar: a fully algebraic multiscale mortar preconditioner
Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo(圣保罗大学数学与计算科学学院);Piri Technologies, LLC(Piri科技有限公司);Department of Mathematical Sciences, The University of Texas at Dallas(德克萨斯大学达拉斯分校数学科学系)
针对二阶椭圆方程离散的线性系统求解难题,提出AlgMortar这一完全代数多尺度Mortar预条件器,利用细网格矩阵信息,经图划分等构建局部系统并耦合,实验证明其用于共轭梯度法时可扩展性好且竞争力强。
2026-10-12 cs.NA math.NA
Recycling augmented Lagrangian preconditioner in an incompressible fluid solver
讨论了矩阵分解在非对称鞍点线性代数系统的增广拉格朗日(AL)和修正的AL预条件子中的重用。该策略适用于解决二维不可压缩流体问题的效率率独立的雷诺数。求解器,然后进行测试,以模拟运动的表面流体,一个例子的二维流动动机的兴趣在横向流动性不可扩展的粘性膜。数值例子包括Kelvin-Helmholtz不稳定性问题上提出的领域和环面。一些新的特征值估计的AL预条件子。
2022-01-15 cs.NA math.NA
Substructuring preconditioners with novel interface solvers for general elliptic-type equations in three dimensions
LSEC, Institute of Computational Mathematics and Scientific Engineering Computing, Chinese Academy of Sciences(中国科学院计算数学与科学工程计算研究所)
本文提出两种子结构预条件子变体,用于求解具有强不连续系数的三维椭圆型方程。新预条件子利用最简单的粗格求解器,并基于新观察构建了新型界面求解器,兼具非重叠和重叠域分解方法的优点,计算成本低且易于实现。
2016-11-27 cs.NA math.NA
Deep Learning Accelerated Algebraic Multigrid Methods for Polytopal Discretizations of Second-Order Differential Problems
Politecnico di Milano(米兰理工大学)
本文提出一种深度学习方法,自动调整AMG求解器中的强阈值参数和平滑器选择,以提高多面体离散化问题的求解效率。
2025-12-30 cs.NA math.NA
A substructuring preconditioner with vertex-related interface solvers for elliptic-type equations in three dimensions
Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院);University of Chinese Academy of Sciences(中国科学院大学)
本文提出了一种改进的子结构预条件子,用于求解具有强不连续系数的三维椭圆型方程。该预条件子利用最简单的粗格求解器,并基于小重叠的域分解构造顶点相关近似界面求解器,具有构造和效率不依赖具体方程形式的优点。
2018-01-11 cs.NA math.NA
A closest point method library for PDEs on surfaces with parallel domain decomposition solvers and preconditioners
DD-CPM软件库提供了一套工具,用于离散化和解决曲面上偏微分方程的最近点法(CPM)所产生的问题。求解器是建立在著名的PETSc框架之上,并补充自定义区域分解(DD)的CPM特定的预处理。这些求解器通过MPI与分布式内存并行完全兼容。这个库特别适合椭圆和抛物型方程的解,包括许多反应扩散方程。本文详细介绍了该软件,并演示了一些示例问题和基准测试。最后,并行可扩展性进行了测量。
2022-09-26 cs.NA math.NA
A fast algebraic multigrid solver and accurate discretization for highly anisotropic heat flux I: open field lines
针对磁约束聚变等离子体中高度各向异性热通量方程,提出一种结合新型有限元离散化与基于AIR的AMG求解器的方法,在开放场线场景下实现高精度与快速收敛。
2024-03-14 cs.NA math.NA
Parallel matrix-free higher-order finite element solvers for phase-field fracture problems
相场断裂模型导致变分问题,可以写成一个耦合的变分等式和不等式系统。数值上,这类问题可以用伽辽金有限元和原始-对偶有效集方法来处理。具体而言,可以采用低阶和高阶有限元,其中,对于后者,迄今为止只有很少的研究。原始-对偶有效集(半光滑牛顿)算法的离散版本中最耗时的部分包括在每个半光滑牛顿步骤中产生的变化的线性系的解决方案。我们提出了一种新的并行矩阵的单片多重网格预处理这些系统。我们提供了两个数值试验,并讨论了本文提出的并行求解器的性能。此外,我们比较了我们的新的预条件块AMG预条件在文献中。
2020-05-01 cs.NA math.NA
Convergence in Norm of Nonsymmetric Algebraic Multigrid
代数多重网格(AMG)是求解大型稀疏线性系最快的数值方法之一。对于SPD矩阵,AMG的收敛性在$A$ -范数下得到了很好的证明,并且AMG已被证明是许多应用的有效求解器。近年来,已有几种AMG算法被提出,它们对非对称线性系都很有效。虽然在每种情况下提供的动机,非对称线性系的AMG的收敛性仍然没有得到很好的理解,算法主要是基于几何学或不完整的理论。对于多重网格约束和插值算子$R$和$P$,分别让$Π:= P(RAP)^{-1}RA$表示AMG中粗网格校正对应的投影。在非对称设置中,$\|Π\| > 1$在任何已知范数下都是不变的情况。这导致了一个有趣的二分法:粗网格校正是AMG实现快速收敛的基础,但在这种情况下,实际上会增加误差。在这里,我们提出了一个详细的分析非对称AMG,讨论为什么SPD理论在非对称设置,并制定了一个一般的框架NS-AMG的收敛。将经典多重网格的弱逼近和强逼近性质推广到\textit{fractional approximation property}上。然后在$R$和$P$上开发条件,以确保$\|Π\|_{\sqrt{A^*A}}$是有界的,与问题大小无关。其次是两个网格和多级W-循环收敛的$\sqrt{A^*A}$规范的条件的发展。
2019-09-09 cs.NA math.NA
A new Directional Algebraic Fast Multipole Method based iterative solver for the Lippmann-Schwinger equation accelerated with HODLR preconditioner
我们提出了一个快速迭代求解散射问题的二维,其中被认为是一个可穿透的目标与紧凑的支持。通过将散射场表示为格林函数的体积势,我们得到积分形式的Lippmann-Schwinger方程,然后使用适当的求积技术将其离散化。离散后的线性系采用方向代数快速多极子方法(DAFMM)加速迭代求解。这里提出的DAFMM依赖于2D Helmholtz核的方向容许性条件。同时,利用新的嵌套交叉近似(NCA)\cite{ arXiv:2203.14832 [math.NA]}构造相应的低秩矩阵子块的低秩分解.我们的新的NCA的优点是,所谓的远场枢轴的搜索空间是小于现有的NCA。这项工作的另一个重要贡献是使用基于HODLR的直接求解器作为预处理器,以进一步加速迭代求解器。在我们的一个数值实验中,迭代求解器没有预处理器就不会收敛。我们表明,HODLR预处理是能够解决的问题,迭代求解器不能。本文的另一个值得注意的贡献是,我们进行了比较研究的HODLR基于快速直接求解器,DAFMM基于快速迭代求解器,HODLR预处理DAFMM基于快速迭代求解器的离散Lippmann-Schwinger问题。据我们所知,这项工作是第一个提供了一个系统的研究和比较这些不同的解决方案的各种问题的大小和对比度的功能。本着可再生计算科学的精神,本文中开发的算法的实现可在\url{https://github.com/vaishna77/L…
2023-03-26 cs.NA math.NA
Schwarz solvers and preconditioners for the closest point method
曲面内禀椭圆偏微分方程的离散化提出了在平坦空间中没有过的有趣挑战。这些偏微分方程的离散化通常通过对曲面进行参数化、对曲面进行三角化或将曲面嵌入到高维平坦空间中来进行。最近点方法(CPM)是一种嵌入方法,它使用一个函数来表示曲面,该函数将嵌入空间中的点映射到曲面上的最近点。在CPM中,该映射还用作将表面内在数据带到嵌入空间上的扩展算子,允许在表面的窄管状邻域中通过标准方法对偏微分方程进行数值近似。在这里,我们专注于数值逼近的积极Helmholtz方程,$\left(c-Δ_\mathcal{S}\right)u=f,~c\in\mathbb{R}^+$的CPM配对有限差分。这产生了一个大的、稀疏的、非对称的系统来求解。在这里,我们开发了限制性的加施瓦茨(RAS)和优化的限制性加施瓦茨(ORAS)的解决方案和预处理这个离散系统。特别是,我们开发了一个通用的策略计算重叠分区的计算域,以及定义相应的狄利克雷和罗宾传输条件。我们证明了ORAS求解器和预处理器的收敛性可以通过使用修改后的传输条件,其中两个以上的重叠子域满足。数值实验提供了各种分析和三角化的表面。我们发现,ORAS求解器和预处理优于他们的RAS同行,并使用区域分解作为预处理器提供了更快的收敛速度比使用它作为一个求解器,正如预期的那样。该方法表现出良好的并行可扩展性在测试的进程数的范围内。
2020-09-03 cs.NA math.NA
Two-level hybrid Schwarz Preconditioners for The Helmholtz Equation with high wave number
本文提出两种基于LOD粗求解器和局部求解器的两级混合Schwarz预条件子,用于高波数亥姆霍兹方程,理论证明其最优性并通过数值实验验证。
2025-02-25 cs.NA math.NA
Towards a Multigrid Preconditioner Interpretation of Hierarchical Poincaré-Steklov Solvers
本文将分层波里叶-斯托克斯方法重新解释为多级预置条件求解器,通过替换精确粗网格求解为迭代工作,优化内存占用与求解时间的平衡。
2026-03-27 cs.NA math.NA
A Matrix-free Preconditioner for the Helmholtz Equation based on the Fast Multipole Method
快速多极子方法(FMM)最初是为了加速基于粒子的方法的$N$体问题而开发的。然而,FMM不仅仅是一个$N$ -实体求解器。最近的努力,查看FMM作为一个椭圆型偏微分方程(PDE)求解器已经打开了可能性,使用它作为一个预处理器的更广泛的应用。FMM能够以最优的$\mathcal{O}(N \log N)$复杂度求解Helmholtz问题,具有计算受限的内核和高度异步的通信模式。这些功能的组合使得FMM成为未来架构上稀疏求解器的预处理器的有趣候选者。使用FMM作为预条件允许我们使用比作为求解器所需的更低阶的多极展开,因为单个求解不需要精确。这大大减少了计算量和通信量,并使求解时间与最先进的预处理器相比具有竞争力。此外,FMM的高度可扩展性允许其扩展到比基于因子分解的方法和多层方法大得多的核心计数。我们描述了我们的测试在可重复的细节与免费提供的代码。
2016-08-08 cs.NA math.NA
High-order matrix-free incompressible flow solvers with GPU acceleration and low-order refined preconditioners
我们提出了一个无矩阵流动求解器的高阶有限元离散的不可压缩Navier-Stokes和斯托克斯方程与GPU加速。对于高多项式次数,从有限元离散化得到的线性系的矩阵的组装在计算复杂性和存储器方面都是非常昂贵的。为此,有必要开发无矩阵算子和预条件子,它们可以用于有效地求解这些线性系,而无需访问矩阵项本身。无矩阵运算符评估利用GPU加速的和因子分解技术来最小化内存移动并最大化吞吐量。在这项工作中开发的预条件是基于一个低阶的并行子空间校正的改进方法。鞍点Stokes方程组采用块预处理技术求解,该技术在网格步长、多项式次数、时间步长和粘性方面具有鲁棒性。对于不可压Navier-斯托克斯方程,我们利用投影(分数步)方法,这需要在每个时间步Helmholtz和Poisson解。我们的流量求解器的性能进行了评估,在两个和三个空间维度的几个基准问题。
2020-04-20 cs.NA math.NA
Preconditioners and Tensor Product Solvers for Optimal Control Problems from Chemotaxis
University of Bath(巴斯大学);School of Mathematics, The University of Edinburgh(爱丁堡大学数学学院)
本文研究了趋化模型最优控制问题的快速数值解法,提出有效的预处理程序和低秩张量训练技术,以提高大规模鞍点系统求解效率,并展示预处理GMRES迭代次数与模型参数关系温和,计算时间与内存成本呈亚线性。
2018-06-22 cs.NA math.NA
Sparse Hierarchical Solvers with Guaranteed Convergence
Stanford University(斯坦福大学)
本文提出一种稀疏线性系统求解器,通过提高低频误差精度,增强求解器对线性系统条件数的鲁棒性,保持线性计算成本和内存占用。
2017-03-13 cs.NA math.NA
Parameter-robust preconditioners for a cell-by-cell poroelasticity model with interface coupling
Simula Research Laboratory(Simula 研究实验室)
本文提出了一种可扩展且稳健的求解器,用于细胞级渗流弹性模型,通过三场公式和范数等价预条件框架,有效处理复杂几何和多种边界条件,以研究细胞体积调节等生理过程。
2026-03-10 cs.NA math.NA
Multigrid In Energy Preconditioner for Krylov Solvers
University of Pittsburgh(匹兹堡大学);Oak Ridge National Laboratory(橡树岭国家实验室);University of Wisconsin - Madison(威斯康星大学麦迪逊分校)
本文提出了一种基于能量多重网格的预条件器,用于提升Denovo辐射输运代码的求解效率,通过能量-空间-角度分解实现大规模并行计算。
2016-12-03 cs.NA math.NA physics.comp-ph
The inverse fast multipole method: using a fast approximate direct solver as a preconditioner for dense linear systems
虽然一些预条件子可用于求解稠密线性系,但仍有许多矩阵缺少预条件子,特别是在矩阵$N$的大小变得非常大的情况下。因此,仍然非常需要开发其成本与矩阵大小$N$成比例的通用预处理器。本文对稠密矩阵提出了一个具有广泛适用性和代价的预条件子$\mathcal{O}(N)$,当矩阵由光滑核给出时。使用相同的框架将该方法扩展到一般的$\mathcal{H}^2$ -矩阵是相对简单的。这些预处理器具有受控的精度(如果需要,可以实现机器精度),并与$N$成线性比例。它们是基于系统的近似直接解。该算法的线性缩放是通过两个关键思想实现的。首先,利用稠密矩阵的$\mathcal{H}^2$ -结构获得扩展的稀疏方程组。其次,填充时产生的消除被压缩为低秩矩阵,如果它们对应于良好分离的相互作用。这确保了在整个消除过程中保持扩展稀疏矩阵的稀疏模式,因此导致了具有$\mathcal{O}(N \log(1/\varepsilon)^2 )$计算成本和$\mathcal{O}(N \log 1/\varepsilon )$存储器要求的非常有效的算法,用于误差容限$0 < \varepsilon < 1$。解算器是不精确的,尽管误差可以控制并根据需要尽可能小。这些解算器与ILU相关,因为填充是受控的。然而,在ILU中,大部分填充都被简单地丢弃,而在这里,它是使用低秩块来近似的,具有规定的容差。数值例子进行了讨论,以证…
2016-02-04 cs.NA math.NA
Fast alternating bi-directional preconditioner for the 2D high-frequency Lippmann-Schwinger equation
Department of Mathematics, University of California, Irvine(加州大学欧文分校数学系)
本文提出了一种用于高频波散射的快速迭代求解器,采用稀疏预条件和域分解方法,实现O(N log N)复杂度的高效求解。
2016-07-07 cs.NA math.NA
A massively parallel non-overlapping Schwarz preconditioner for PolyDG methods in brain electrophysiology
Politecnico di Milano(米兰理工大学)
本文提出了一种大规模并行非重叠Schwarz预处理子程序,用于高阶PolyDG方法在脑电生理学中的应用,以提高求解效率和鲁棒性。
2025-12-23 cs.NA math.NA
High Performance Parallel Solvers for the time-harmonic Maxwell Equations
本文针对大规模时谐麦克斯韦方程组求解困难的问题,比较了四种预条件子与直接求解器的并行性能,初步表明Hiptmair-Xu和块低秩预条件子更具优势。
2025-07-17 cs.NA math.NA
A Deep Learning algorithm to accelerate Algebraic Multigrid methods in Finite Element solvers of 3D elliptic PDEs
Politecnico di Milano(米兰理工大学)
针对代数多重网格方法参数调优成本高的问题,提出利用深度学习网络通过池化处理稀疏矩阵来调优强阈值参数,可在未见过的三维问题上最多减少30%计算时间,且代码改动极小。
2023-11-02 cs.LG cs.NA math.NA
A Hierarchical Butterfly LU Preconditioner for Two-Dimensional Electromagnetic Scattering Problems Involving Open Surfaces
提出了一种求解二维电场积分方程的分层插值分解蝶形LU分解(H-IDBF-LU)预条件子. H-IDBF-LU利用插值分解蝶形因子分解(IDBF)来压缩离散化EFIE算子的密集块以加快其应用;此压缩算子也用作EFIE算子的近似LU因子分解,从而在迭代求解器中产生有效的预处理器。在一次迭代中,H-IDBF-LU求解器的内存需求和计算成本都是$O(N\log^2 N)$;在我们所有的数值测试中,获得相当好的精度所需的迭代总数是$O(1)$到$O(\log^2N)$。建议的预处理迭代求解器的有效性和准确性证明,通过其应用到广泛的散射体,涉及高达$100$万未知数。
2019-10-04 cs.NA math.NA
AutoAMG($θ$): An Auto-tuned AMG Method Based on Deep Learning for Strong Threshold
针对 AMG 强阈值依赖经验默认值且常非最优的问题,本文提出 AutoAMG($θ$),用 GNN 提取矩阵特征并由 MLP 预测最优 $θ$,在多尺度稀疏线性方程组上实现显著加速。
2023-08-16 cs.NA math.NA
Isogeometric preconditioners based on fast solvers for the Sylvester equation
Università di Pavia(帕维亚大学)
本文提出基于快速求解Sylvester方程的等几何预条件子,用于解决单域泊松问题的大型线性系统,展现其在高阶样条基函数下的鲁棒性及高效性。
2016-07-21 cs.NA math.NA
A Fast and Memory Efficient Sparse Solver with Applications to Finite-Element Matrices
Stanford University(斯坦福大学)
本文提出一种结合直接与迭代方法的快速求解器,用于求解有限元离散化椭圆偏微分方程的稀疏矩阵,该方法在速度和内存效率上优于传统直接求解器。
2015-04-22 cs.NA math.NA
Robust monolithic solvers for the Stokes-Darcy problem with the Darcy equation in primal form
我们构造网格独立和参数鲁棒的单片求解器的耦合原始Stokes-Darcy问题。考虑了协调和非协调有限元法以及有限体积法的三种不同的格式及其离散化。在每一种情况下,强大的预处理器使用统一的理论框架。特别地,所建议的预条件子利用分数索伯列夫空间中的算子。数值实验表明,所提出的求解器的参数鲁棒性。
2021-10-14 cs.NA math.NA
Nonsymmetric Algebraic Multigrid Based on Local Approximate Ideal Restriction (lAIR)
Department of Applied Mathematics, University of Colorado at Boulder(科罗拉多大学博尔德分校应用数学系)
本文提出了一种新的非对称矩阵多重网格方法(lAIR),通过局部近似理想限制算子与F松弛结合,进行谱分析并展示其在对流-扩散-反应方程离散形式系统中的有效性,证明其在不同离散化方案中具有鲁棒性。
2019-03-01 cs.NA math.NA
Fast multilevel solvers for a class of discrete fourth order parabolic problems
Pacific Northwest National Laboratory(太平洋西北国家实验室);Southwest Jiaotong University(西南交通大学);Tufts University(塔夫茨大学);University of California, Irvine(加州大学尔湾分校);University of Maryland(马里兰大学);Pennsylvania State University(宾夕法尼亚州立大学)
本文研究了混合有限元方法离散的四阶抛物方程快速迭代求解器,提出使用一致质量矩阵进行离散并利用 lumped 质量矩阵构建高效预处理子程序,通过特征值分析估计预处理 GMRes 方法的收敛率,并展示预处理子程序仅需通过最优多级算法近似求解。
2016-02-25 cs.NA math.NA
Effective Preconditioners for Mixed-Dimensional Scalar Elliptic Problems
裂隙多孔介质中渗流的离散化通常导致需要专用求解器的大型线性方程系统。在这项工作中,我们开发了一个有效的线性求解器和它的实际实现混合维标量椭圆问题。基于近似块分解和代数多重网格技术,我们设计了一个有效的预条件子。具有复杂裂缝结构的基准上的数值结果表明,所提出的线性求解器的有效性和其鲁棒性相对于不同的物理和离散化参数。
2022-06-07 cs.NA math.NA physics.comp-ph