项目名称: 基于GPU的几类分数阶微分方程的并行算法研究及其实现

项目编号: No.11501238

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: 杨水平

作者单位: 惠州学院

项目金额: 18万元

中文摘要: 随着分数阶微分方程在众多的领域内得到广泛应用,高效快速的数值求解变得尤为重要。由于分数阶导数具有记忆性,数值求解分数阶微分方程会面临很大的计算量。本课题将致力于此方面的研究,期待取得重要进展。主要内容包括:(1)搭建GPU和CPU异构计算系统,利用基于方法分割、系统分割、时间分割三种研究策略设计分数阶常微分系统的高效并行算法并实现;(2)结合区域分解等技术对时间分数阶扩散方程进行空间离散,得到分数阶常微分系统,进一步结合分数阶常微分系统的并行算法,获得基于GPU的时间分数阶扩散方程的高效并行算法。本项目获得的成果将能有助于推动分数阶微分方程并行数值算法的发展,具有重要的科学意义和实践意义。

中文关键词: 分数阶常微分系统;时间分数阶扩散方程;GPU;并行算法

英文摘要: As fractional order differential equations have been widely used in more and more fields, the efficient and fast numerical methods for fractional differential equations have become particularly important. Usually, the numerical methods for fractional differential equations have huge computational loads because of memory effect of the fractional order operators. In this project, we will focus on solving this problem, and the detailed contents include the following two parts: (1) Through constructing the CPU-GPU heterogeneous system, the design and implementation of efficient parallel algorithms for the system of fractional order ordinary differential system will be studied by using three kinds of techniques; (2) Combined with domain decomposition method, spatial discretization of the time fractional diffusion equation will lead to a system of fractional ordinarily differential equations, which can be solved by the efficient parallel algorithms. Hence, it is possible to obtain the efficient parallel algorithms for the time fractional diffusion equation based on the CPU-GPU heterogeneous system. The outcomes of this project will effectively promote the rapid development of numerical methods for fractional differential equations. And these results will have important scientific significance and practical significance.

英文关键词: fractional ordinary differential system;the time fractional diffusion equation; graphics processor unit (GPU);parallel algorithm

成为VIP会员查看完整内容
0

相关内容

【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
专知会员服务
10+阅读 · 2021年10月3日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
114+阅读 · 2021年1月11日
专知会员服务
77+阅读 · 2020年12月6日
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
专知会员服务
80+阅读 · 2020年6月20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
复数神经网络及其 PyTorch 实现
极市平台
5+阅读 · 2022年1月17日
一文概括常用图像处理算法以及常用开发库
极市平台
1+阅读 · 2021年11月23日
用狄拉克函数来构造非光滑函数的光滑近似
PaperWeekly
0+阅读 · 2021年10月23日
17种深度强化学习算法用Pytorch实现
新智元
30+阅读 · 2019年9月16日
神经网络常微分方程 (Neural ODEs) 解析
AI科技评论
41+阅读 · 2019年8月9日
深度学习的GPU:深度学习中使用GPU的经验和建议
数据挖掘入门与实战
11+阅读 · 2018年1月3日
荐书丨OpenCV算法精解:基于Python与C++
程序人生
18+阅读 · 2017年11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 · 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
1+阅读 · 2014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
0+阅读 · 2012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
0+阅读 · 2011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
Arxiv
0+阅读 · 2022年4月15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
小贴士
相关主题
相关VIP内容
【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
专知会员服务
10+阅读 · 2021年10月3日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
114+阅读 · 2021年1月11日
专知会员服务
77+阅读 · 2020年12月6日
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
专知会员服务
80+阅读 · 2020年6月20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
复数神经网络及其 PyTorch 实现
极市平台
5+阅读 · 2022年1月17日
一文概括常用图像处理算法以及常用开发库
极市平台
1+阅读 · 2021年11月23日
用狄拉克函数来构造非光滑函数的光滑近似
PaperWeekly
0+阅读 · 2021年10月23日
17种深度强化学习算法用Pytorch实现
新智元
30+阅读 · 2019年9月16日
神经网络常微分方程 (Neural ODEs) 解析
AI科技评论
41+阅读 · 2019年8月9日
深度学习的GPU:深度学习中使用GPU的经验和建议
数据挖掘入门与实战
11+阅读 · 2018年1月3日
荐书丨OpenCV算法精解:基于Python与C++
程序人生
18+阅读 · 2017年11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 · 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
1+阅读 · 2014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
0+阅读 · 2012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
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员