五代数方程的求解-lsec.ppt

(五) 代数方程的求解 5.1 代数方程系统 5.2 直接法 5.3 主要迭代法 5.4 其他迭代方法 5.1 代数方程系统 有限差分(体积)离散格式提供一个网格点(单元）的代数方程, 以线性代数方程为例： P点和周围邻居点构成计算模板(比差分基架还大） 计算模板(计算分子;解元SE) 5.1 代数方程系统: 计算模板 5.1 代数方程系统: 整体方程系统 流场中每一点都有一个方程(小组), 整个计算域就有一个大型稀疏方程系统 5.1 代数方程系统: 系数矩阵的存储 只存储非零的对角元素 2维5点格式： 5 Ni *Nj 3维7点格式： 7 Ni *Nj*Nk Al,l-Nj=W Al,l-1 =S Al,l =P Al,l+1 =N Al,l+Nj=E 5.2 直接法 5.2.1 Gauss elimination 5.2.2 LU decomposition 5.2.3 Tridiagonal system 5.2.4 Cyclic reduction 5.2.1 Gauss Elimination 5.2.2 LU decomposition 5.2.3 Tridiagonal system (TDMA) 5.2.3 Tridiagonal system:块三对角方程组 5.2.3 Tridiagonal system (cont) 计算量 O (n) 周期三对角方程组 三对角方程组的并行化解法 cyclic reduction, recursive doubling, SPP… 五对角方程组（类似三对角） 5.3 迭代法 5.3.1 基本概念 5.3.2 收敛速度 5.3.3 一些基本方法 5.3.4 不完全LU 分解方法 5.3.5 ADI 和其他分裂方法 5.3.6 Conjugate gradient methods 5.3.7 Bi-conjugate gradients,CGSTAB, GMRES 5.3.8 Multigrid methods 5.3.2 收敛性 Consider an iterative scheme for a linear system 5.3.2 收敛性（续） 5.3.2 收敛性：收敛速度 Jacobi method: GS 和SOR的一般形式 GS迭代法的应用：LU-SGS GS迭代法的应用：线-SGS GS迭代法的应用：并行的Red-black 5.3.4 不完全LU 分解方法 (ILU)在PDE中的应用：SIP方法 LU method是通用方法，但没有利用原矩阵的稀疏性质； ILU: 非精确分解，i.e. M=LU =A+N; 在ILU中,如果迭代矩阵M尽量接近原矩阵A，则收敛快. ILU method for CFD is Strongly Implicit Procedure (SIP)，by Stone Standard ILU: Stone (1968):SIP N在7条对角线都可以有元素 N和向量φ相的结果尽量接近零 SIP: (cont) 带入 (5.39)，并等于（5.38)，可以得到N的所有元素，并令M=A+N,可得到SIP的LU. (5.40)仅对PDE的５点离散格式有效。 SIP求解用更新变量： SIP求解由L-sweep和U-sweep组成 收敛所用迭代次数少,但计算L和U的工作量大，总体效率较高 3D 七对角线和2D 九对角线(九点格式）的程序见Peric书附件。 5.3.5 ADI 和其他分裂方法 5.3.6 Conjugate gradient methods 5.3.6 Conjugate gradient methods (cont) 最速下降法：收敛慢，搜索方向可能重复 共轭梯度法：新的搜索方向要求和过去所有的搜索方向共轭 n*n矩阵，n次搜索就可以收敛 CG的收敛速度依赖于A的条件数 CFD问题的条件数~ Ni**2 改进（其实对所有方法都有效): 预处理 非对称矩阵方程的 Bi-conjugate gradient method CG 方法只适用于对称系统(如Poisson方程) 把非对称转化为对称： 其他解法 CGSTAB (稳定化的CG) √GMRES (Saad and Shultz, 1986) 5.3.8 Multigrid methods 大多数迭代法在细网格上可以很快消除误差的高频分量，但低频分量相当顽固。可以在粗网格上消除这些低频分量。 两级线性多重网格法步骤 公式描述:线性方程 公式描述:非线性方程 限制和插值算子: Comparison of count for convergence On 2D