期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于GPU的稀疏矩阵Cholesky分解 被引量:11
1
作者 邹丹 窦勇 郭松 《计算机学报》 EI CSCD 北大核心 2014年第7期1445-1454,共10页
稀疏矩阵Cholesky分解是求解大规模稀疏线性方程组的核心算法,也是求解过程中最耗时的部分.近年来,一系列并行算法通过图形处理器(GPU)获得了显著的加速比,然而,由于访存的不规则性以及任务间的大量数据依赖关系,稀疏矩阵Cholesky分... 稀疏矩阵Cholesky分解是求解大规模稀疏线性方程组的核心算法,也是求解过程中最耗时的部分.近年来,一系列并行算法通过图形处理器(GPU)获得了显著的加速比,然而,由于访存的不规则性以及任务间的大量数据依赖关系,稀疏矩阵Cholesky分解算法在GPU上的计算效率很低.文中实现了一种新的基于GPU的稀疏矩阵Cholesky分解算法.在数据组织方面,改进了稀疏矩阵超节点数据结构,通过超节点合并和分块控制计算粒度;在计算调度方面,将稀疏矩阵Cholesky分解过程映射为一系列的数据块任务,并设计了相应的任务生成与调度算法,在满足数据依赖性的前提下提高任务的并行性.实验结果表明,该算法能够显著提高稀疏矩阵Cholesky分解算法在GPU上的实现效率,在单个GPU上获得了相对4核CPU平台2.69~3.88倍的加速比. 展开更多
关键词 稀疏矩阵 cholesky分解 gpu
在线阅读 下载PDF
采用隐式Cholesky分解的大规模病态潮流计算 被引量:6
2
作者 张道天 严正 +3 位作者 徐潇源 赵文恺 曹路 李建华 《电网技术》 EI CSCD 北大核心 2016年第4期1197-1203,共7页
Levenberg-Marquardt(LM)方法是一种求解非线性方程组最小二乘解的数值方法,可以提高电力系统潮流计算的收敛性。为了提升LM方法求解病态潮流的计算效率,从注入元和计算时间2个角度比较分析2种不同的LM方法迭代步稀疏求解方案。在此基础... Levenberg-Marquardt(LM)方法是一种求解非线性方程组最小二乘解的数值方法,可以提高电力系统潮流计算的收敛性。为了提升LM方法求解病态潮流的计算效率,从注入元和计算时间2个角度比较分析2种不同的LM方法迭代步稀疏求解方案。在此基础上,采用隐式Cholesky分解算法求解LM迭代步,减少冗余计算量,进一步提高LM方法迭代步计算效率,算例通过对大规模电力系统潮流的仿真分析,验证了该方法的正确性和高效性。 展开更多
关键词 病态潮流 LM方法 cholesky分解 稀疏技术 计算效率
在线阅读 下载PDF
基于修正的对称分解的稀疏近似逆预处理器
3
作者 刘飞航 潘小敏 盛新庆 《电波科学学报》 EI CSCD 北大核心 2011年第6期1065-1069,共5页
提出一种基于修正的对称分解(Cholesky)的稀疏近似逆(SAI)预处理技术。对传统的Cholesky分解进行修正,使之能应用于离散电场积分方程所得的复数对称矩阵,然后,用此修正的Cholesky分解为多层快速多极子算法构造SAI预处理器。数值实验表明... 提出一种基于修正的对称分解(Cholesky)的稀疏近似逆(SAI)预处理技术。对传统的Cholesky分解进行修正,使之能应用于离散电场积分方程所得的复数对称矩阵,然后,用此修正的Cholesky分解为多层快速多极子算法构造SAI预处理器。数值实验表明:基于修正的Cholesky分解的SAI预处理器比基于QR分解的SAI预处理器更高效。 展开更多
关键词 复数对称矩阵 cholesky分解 稀疏近似逆 预处理器
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部