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
Graph Neural Multilevel Preconditioners for Iterative Solvers
University of Minnesota(明尼苏达大学);Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室)
本研究针对大型稀疏线性系统求解问题,提出图神经多重网格预条件子(GMP),在800余个稀疏矩阵基准上验证其性能,明确该方法的收敛提升潜力与开销局限。
2026-07-31 cs.LG 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 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
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
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 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
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
Parallel matching-based AMG preconditioners for elliptic equations discretized by IgA
National Research Council of Italy (CNR)(意大利国家研究委员会);Institute for Applied Computing “Mauro Picone” (IAC)(毛罗·皮切纳应用计算研究所);University of Pisa(比萨大学);University of Rome “Tor Vergata”(罗马托维尔加塔大学)
本文研究了针对IgA离散的椭圆方程设计的并行匹配AMG预条件子,探讨其在高性能计算环境中的性能,通过PSCToolkit验证了其在大规模问题中的算法效率和可扩展性。
2026-04-30 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
A robust adaptive algebraic multigrid linear solver for structural mechanics
Stanford University(斯坦福大学);University of Padova(帕多瓦大学);M 3 E s.r.l.(M 3 E 有限责任公司)
本文提出了一种自适应的代数多重网格方法,用于解决结构力学中的大规模线性系统问题,通过数值实验验证了该方法在求解具有数百万未知数的实际应用中的效率和鲁棒性。
2019-02-05 cs.NA math.NA
A geometrically informed algebraic multigrid preconditioned iterative approach for solving high-order finite element systems
Scientific Computing and Imaging Institute, University of Utah(科学计算与成像研究所,犹他大学);School of Computing, University of Utah(计算机科学系,犹他大学);College of Engineering, Mathematical and Physical Sciences, University of Exeter(工程、数学与物理科学学院,埃克塞特大学);State Key Laboratory of Advanced Special Steels, School of Materials Science and Engineering, Shanghai University(先进特种钢省部共建国家重点实验室,材料科学与工程学院,上海大学)
本文提出一种结合几何信息的代数多重网格方法,用于高效求解高阶有限元系统,展示了其在网格无关收敛和并行可扩展性上的优势。
2025-12-17 cs.NA math.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
Kernel-learning parameter prediction and evaluation in algebraic multigrid method for several PDEs
Hunan Key Laboratory for Computation and Simulation in Science and Engineering, Key Laboratory of Intelligent Computing and Information Processing of Ministry of Education, School of Mathematics and Computational Science, Xiangtan University(湘潭大学数学与计算科学学院)
提出基于高斯过程回归的代数多重网格参数优化策略,通过核学习构建核函数库并线性组合最优核,在小规模数据集上预测近优参数,显著降低计算时间并保持迭代次数与网格搜索一致。
2026-06-23 cs.NA math.NA
On the use of Multigrid Preconditioners for Topology Optimization
大规模问题的拓扑优化仍然是一个计算挑战。在文献中存在几个作品来解决这个问题,并且都利用迭代求解器来处理由有限元分析(FEA)产生的线性系。然而,在这些作品中使用的预条件各不相同,在许多情况下,显着次优。几何多重网格(GMG)预条件子在拓扑优化中的有效性已经得到了一些研究成果的验证。在这里,我们表明,代数多重网格(AMG)预处理器提供卓越的鲁棒性,只有一个小的开销成本。当优化开发精细尺度结构特征或需要对同一线性系的多个解决方案时,差异最为明显。因此,我们认为,扩大使用AMG预条件的拓扑优化将是必不可少的更复杂的标准在大规模的3D域的优化。
2020-10-20 cs.NA math.NA
Parallel Energy-Minimization Prolongation for Algebraic Multigrid
Department ICEA, University of Padova(帕多瓦大学ICEA学院);Department of Mathematics and Statistics, University of New Mexico(新墨西哥大学数学与统计系);Siebel Center for Computer Science, University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校西贝尔计算机科学中心)
本文提出一种并行能量最小化方法,用于代数多重网格中的扩展,以减少扩展能量并保持近核组件,提升大规模问题的收敛速度和可扩展性。
2022-08-05 cs.NA math.NA
Performance of algebraic multigrid methods for non-symmetric matrices arising in particle methods
Temple University(天普大学)
本文研究粒子方法模拟不可压缩流体时产生的稀疏非对称线性系统,采用基于线性优化的网格自由有限差分法生成M矩阵,并评估经典AMG和AMLI型方法的性能。
2009-10-20 cs.NA math.NA
An optimal linear solver for the Jacobian system of the extreme type-II Ginzburg--Landau problem
Universiteit Antwerpen(安特卫普大学)
针对极端第二类金茨堡-朗道方程,基于雅可比算子性质和AMG策略构造预处理牛顿-克雷洛夫方法,实现求解复杂度O(n)。
2012-08-22 cs.NA math.NA physics.comp-ph
ILU Smoothers for Low Mach Navier-Stokes Pressure Solvers
针对GPU上ILU平滑器直接三角求解慢的问题,提出通过行缩放降低非正规性并用Richardson迭代替代,显著提升了大规模并行GPU上压力求解器的计算速度和并行扩展性。
2023-11-27 cs.MS cs.NA math.NA
Vascular fluid-structure interaction: unified continuum formulation, image-based mesh generation pipeline, and scalable fully implicit solver technology
我们提出了一个计算框架血管流体结构相互作用(FSI),专注于生物力学建模,几何建模,求解器技术。生物力学模型的基础上建立统一的连续体提法。我们强调,所选择的时间积分方案不同于现有的隐式流固耦合积分方法,它确实是二阶精度,不受过冲现象,并最佳地消散在这两个子问题的高频模式。我们提出了一个管道,用于生成特定主题的网格FSI分析解剖学上逼真的几何建模。与大多数直接在墙面网格上操作的现有方法不同,我们的管道从图像分割阶段开始。获得高质量的表面网格,然后生成体积网格,保证在流体子域中的边界层网格和跨流固界面的匹配网格。在最后,我们提出了一个组合套件的非线性和线性求解器技术。在Newton-Raphson迭代中引入分离算法,将问题归结为在多校正阶段求解两个线性方程组。第一个线性系统可以通过代数多重网格(AMG)方法来解决。与平衡方程相关的矩阵在两个子问题中都呈现二乘二块结构。使用舒尔补约化(SCR)技术将问题简化为求解更小尺寸的椭圆型矩阵,AMG方法再次成为自然的候选者。的好处,统一的配方证明在并行化的解决方案的算法,在两个子域中的未知数匹配。我们使用Greenshields-Weller基准以及患者特定的血管模型来证明整个FSI求解器技术的鲁棒性、效率和可扩展性。
2022-06-12 cs.CE cs.NA math.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
Fast hierarchical solvers for sparse matrices using extended sparsification and low-rank approximation
用标准的直接求解方案求稀疏矩阵的逆是鲁棒的,但是计算昂贵。另一方面,迭代求解器表现出更好的可扩展性;但是,需要与适当的预处理器一起使用(例如,ILU、AMG、Gauss-Seidel等)为了正确的收敛。有效预条件子的选择是高度依赖于问题的。提出了一种新的全代数稀疏矩阵求解算法,该算法的复杂度与问题规模成线性关系。我们的方案是基于高斯消元法。对于一个给定的矩阵,我们近似的LU分解与先验确定的可调精度。该方法可以作为一个独立的直接求解器,具有线性复杂度和可调精度,或者它可以作为一个黑盒预处理器与迭代法,如GMRES。建议的求解器是基于低秩近似的消除过程中产生的填充。类似于H矩阵,对应于邻接图中良好分离的块的填充通过分层结构来表示。算法的线性复杂度是有保证的,如果块对应于良好分离的变量集群是数值低秩。
2016-12-15 cs.DS cs.NA math.NA
A scalable DG solver for the electroneutral Nernst-Planck equations
由于间歇性可再生能源和电化学技术(如储能和化学制造)之间的协同作用,流动电化学系统的稳健、可扩展模拟变得越来越重要。许多这样的应用程序的高Péclet制度,防止使用现成的离散化方法。本文对电中性Nernst-Planck方程提出了一种高阶间断Galerkin格式。所选择的电荷守恒公式允许对不同的物理特性进行特定的处理:对流和迁移的逆风,以及离子物种扩散的内部惩罚以及电势。同样,该公式使不同的处理预处理:AMG的潜在块和基于ILU的方法对流为主的浓度块。通过数值试验,我们评估了离散格式的收敛速度。两个预处理方法的强缩放结果显示为一个大型的3D流板反应器的例子。
2022-12-20 cs.NA math.NA physics.app-ph
A comparison of Algebraic Multigrid Bidomain solvers on hybrid CPU-GPU architectures
本研究针对心脏电生理Bidomain系统,在混合CPU-GPU架构上基准测试PETSc库中两种AMG预条件子,发现GPU在求解时间上性能最佳。
2023-11-23 cs.NA math.NA
State-of-the-art SPH solver DualSPHysics: from fluid dynamics to multiphysics problems
DualSPHysics是一个弱可压缩的光滑粒子流体动力学(SPH)Navier-Stokes求解器,最初设想用于处理海岸工程问题,特别是那些与海岸结构物的波浪冲击有关的问题。自2011年首次发布以来,DualSPHysics已被证明在模拟极端波浪事件方面具有强大和准确性,同时由于利用图形处理单元(GPU)等硬件进行科学计算或与SWASH和OceanWave 3D等波浪传播模型耦合,效率不断提高。在过去的几年里,DualSPHysics软件包还包含了许多其他功能,可以模拟流体驱动的物体。离散单元法的使用使求解器能够模拟不同物体(例如滑动的岩石)之间的相互作用,这为分析泥石流提供了一种独特的工具。此外,最近与其他求解器(如Project Chrono或MoorDyn)的耦合是求解器开发的里程碑。Project Chrono允许模拟带有关节、铰链、滑块和弹簧的铰接结构,MoorDyn允许模拟系泊结构。这两项功能使DualSPHysics成为海上能量收集设备模拟领域的无网格模型世界领导者之一。最近,该求解器的成熟度已经超越了单相模拟,可以进行气液多相模拟以及牛顿和非牛顿模型的组合,进一步扩展了DualSPHysics求解器的功能和应用范围。这些进步和功能使DualSPHysics成为最先进的无网格求解器,重点是自由表面流动建模。
2021-03-30 cs.NA math.NA physics.flu-dyn
The Parallel Subdomain-Levelset Deflation Method in Reservoir Simulation
Delft University of Technology(代尔夫特理工大学);Schlumberger Abingdon Technology Center(斯伦贝谢阿宾顿技术中心);Schlumberger-Doll Research(斯伦贝谢多尔研究院)
本文提出并行子域水平集消元方法以解决油藏模拟中因强异质性导致的极端特征值问题,通过消元提升求解器收敛性,展示了该方法在并行计算中的有效性。
2015-10-07 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
Inexact Newton Method for General Purpose Reservoir Simulation
不精确牛顿法被广泛用于求解非线性方程组。这些方法的收敛性由相对线性容差$η_ν$控制,该容差也称为强迫项。非常小的$η_ν$可能导致牛顿方程的过度求解。实际的油藏模拟使用具有固定强迫项的不精确牛顿法,通常为$10^{-3}$或$10^{-4}$。另外,对于一个给定的不精确牛顿步骤的变量强制项已被证明是相当成功的,在各种实际应用中,减少过度求解的程度。线性迭代的累积次数通常减少,但非线性迭代的次数通常增加。我们首先提出了现有的不精确牛顿方法与各种强迫项估计的审查,然后我们提出了改进的估计$η_ν$。这些改进的估计试图避免尽可能多的oversolving时,距离的解决方案,并试图强制平方收敛的解决方案的邻域。我们的估计减少了总的线性迭代,而只导致一些额外的牛顿迭代。我们展示了完全耦合的三相和多组分多相模型在等温和热蒸汽油藏模拟中的成功应用,以及使用参考CPR-AMG迭代线性求解器进行天然气回注的真实深海西非油田。
2019-12-13 cs.NA math.NA
Communication-reduced Conjugate Gradient Variants for GPU-accelerated Clusters
Institute for Applied Computing (IAC)(应用计算研究所)
本文提出一种高效的预条件s步共轭梯度法实现,用于Nvidia GPU加速集群,通过减少全局同步和数据通信步骤,提升并行计算机的强标量性和弱标量性。
2025-01-07 cs.NA math.NA
Single-seed generation of Brownian paths and integrals for adaptive and high order SDE solvers
University of Bath(巴斯大学)
本文扩展了Virtual Brownian Tree以生成布朗运动及其时间积分,支持自适应高阶SDE求解,实现恒定内存占用,并在高波动率CIR模型和MCMC问题中显著提升了收敛阶与计算效率。
2025-09-16 cs.LG cs.NA math.NA
Algebraic multigrid preconditioners for two-phase flow in porous media with phase transitions
University of Maryland, College Park(马里兰大学帕克分校);Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室)
本文提出基于多重网格减少技术的新多级策略,用于解决具有相变的两相多组分流动问题,展示了方法的有效性和可扩展性。
2018-01-25 cs.NA math.NA physics.comp-ph