项目名称: 大规模分数阶微分系统的高性能并行算法研究

项目编号: No.11501436

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 数理科学和化学

项目作者: 丁小丽

作者单位: 西安工程大学

项目金额: 18万元

中文摘要: 大规模分数阶微分系统的来源非常广泛,例如含有超导材料的集成电路模拟,神经细胞中离子的反常扩散过程模拟和微电子力学系统等。由于分数阶微分算子是非局部算子,使得利用有限差分法等传统的数值方法求解大规模或超大规模分数阶微分系统时,都因计算时间过长、计算误差积累过大,难以达到实际应用的目的。解决该困难的一个方向是研究适合高速并行计算机的高性能并行算法。本课题拟根据分数阶微分算子的非局部性,首先给出一种新的波形松弛格式,分析算法的收敛速度及计算成本;其次,研究分数阶微分方程的parareal方法,分析算法的收敛性、稳定性及并行效率;再次,研究分数阶泛函微分方程的parareal波形松弛方法,分析算法的收敛性及泛函项对计算误差的影响;最后,建立大规模分数阶微分系统的数值测试平台,进行大量数值模拟,验证并改进所提各种新算法的有效性。通过本课题的研究,有望为分数阶微分方程的科学计算提供新思路和新方法。

中文关键词: 大规模分数阶微分系统;并行算法;波形松弛方法;Parareal;算法

英文摘要: Large-scale fractional differential systems arise from various applications, including the simulation of integrated circuits with superconductor material, anomalous diffusion of ions in nerve cell and micro-electromechanical systems. Because of the nonlocal property of the fractional differential operator, it might not achieve the application goal by using the traditional computational methods such as finite difference method to solve large-scale or super-large scale fractional differential systems. The main reason is that the computing time is too long and the accumulated errors are too large. One possible way to address the issue is to study high-performance parallel algorithms in terms of high speed parallel computers. In this project, we firstly give a new waveform relaxation method according to the nonlocal property of the fractional differential operator, and analyze the convergence rate of the proposed method and the computation cost; Secondly, we study the parareal method of fractional differential equations, and analyze the convergence, the stability and the parallel efficiency of the method; Third, we study the parareal waveform relaxation method of fractional functional differential equations and then discuss the convergence of the method and the impact of the functional parts on the errors; Finally, we establish experiment platform of large-scale fractional differential systems to make a lot of numerical experiments and improve the performance of the proposed methods. We hope that some new ideas and new methods will have been put forward on scientific calculation of fractional differential equations through this research.

英文关键词: Large-scale fractional differential systems;Parallel algorithms;Waveform relaxation method;Parareal algorithm

成为VIP会员查看完整内容
0

相关内容

「大规模图神经网络系统」最新2022综述:从算法到系统
专知会员服务
113+阅读 · 2022年1月14日
【中科大】数值计算方法扩充课程,116页pdf
专知会员服务
81+阅读 · 2022年1月7日
专知会员服务
11+阅读 · 2021年6月20日
专知会员服务
15+阅读 · 2021年3月4日
专知会员服务
65+阅读 · 2021年1月28日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【ICLR2020】图神经网络与图像处理,微分方程,27页ppt
专知会员服务
47+阅读 · 2020年6月6日
图神经网络的困境,用微分几何和代数拓扑解决
机器之心
4+阅读 · 2022年3月27日
薪资不逊NLP算法岗, 边缘AI火了!
机器学习与推荐算法
0+阅读 · 2022年3月15日
【边缘计算】边缘计算面临的问题
产业智能官
17+阅读 · 2019年5月31日
【HPC】HPC高性能计算知识: 主要应用场景和软件
产业智能官
22+阅读 · 2019年3月27日
研究SLAM,对编程的要求有多高?
计算机视觉life
24+阅读 · 2019年2月18日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Pre-Training on Dynamic Graph Neural Networks
Arxiv
1+阅读 · 2022年4月18日
Quantum Computing -- from NISQ to PISQ
Arxiv
1+阅读 · 2022年4月15日
Arxiv
10+阅读 · 2020年6月12日
已删除
Arxiv
32+阅读 · 2020年3月23日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
小贴士
相关VIP内容
「大规模图神经网络系统」最新2022综述:从算法到系统
专知会员服务
113+阅读 · 2022年1月14日
【中科大】数值计算方法扩充课程,116页pdf
专知会员服务
81+阅读 · 2022年1月7日
专知会员服务
11+阅读 · 2021年6月20日
专知会员服务
15+阅读 · 2021年3月4日
专知会员服务
65+阅读 · 2021年1月28日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【ICLR2020】图神经网络与图像处理,微分方程,27页ppt
专知会员服务
47+阅读 · 2020年6月6日
相关资讯
图神经网络的困境,用微分几何和代数拓扑解决
机器之心
4+阅读 · 2022年3月27日
薪资不逊NLP算法岗, 边缘AI火了!
机器学习与推荐算法
0+阅读 · 2022年3月15日
【边缘计算】边缘计算面临的问题
产业智能官
17+阅读 · 2019年5月31日
【HPC】HPC高性能计算知识: 主要应用场景和软件
产业智能官
22+阅读 · 2019年3月27日
研究SLAM,对编程的要求有多高?
计算机视觉life
24+阅读 · 2019年2月18日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
微信扫码咨询专知VIP会员