不同矩阵分解方法对海洋数据同化的影响-计算机科学与探索.PDFVIP

计算机科学与探索 1673-9418/2019/ 13(01)-0147-11 Journal of Frontiers of Computer Science and Technology doi: 10.3778/j.issn. 1673-9418.1712001 不同矩阵分解方法对海洋数据同化的影响* 1,2 2 1 2+ 2 1 管志斌 ，肖俊敏 ，季统凯 ，洪学海 ，谭光明 ，马 岩 1. 中国矿业大学（北京）机电与信息工程学院，北京 100083 2. 中国科学院 计算技术研究所 高性能计算机研究中心，北京 100190 + 通讯作者 E-mail: hxh@ 摘 要：在海洋数据同化领域，集合最优插值方法中，矩阵求逆过程所使用的奇异值分解（singular value decomposition ，SVD）十分耗时。对集合最优插值中逆矩阵的求逆过程进行优化，分别使用LU 分解、Choleskey 分解、QR 分解来替代SVD 分解。首先，通过LU 分解（Choleskey 分解或QR 分解）得到相应的三角矩阵（或正交 矩阵）；然后，利用分解后的矩阵来实现相关逆矩阵的计算。由于LU 分解、Choleskey 分解、QR 分解的算法复杂 度都远小于SVD 分解，因此改进后的同化程序能得到大幅度的性能提升。数值结果表明，所采用的三种矩阵 分解方法相比于SVD 分解，都能将集合最优插值的计算效率提升至少两倍以上。值得一提的是，在四种矩阵 分解中Choleskey 分解使得整个同化程序的性能达到了最优。 关键词：海洋数据同化；集合最优插值（EnOI ）；矩阵求逆；矩阵分解；Choleskey 分解 文献标志码：A 中图分类号：TP301 管志斌, 肖俊敏, 季统凯, 等. 不同矩阵分解方法对海洋数据同化的影响[J]. 计算机科学与探索, 2019, 13( 1): 147-157. GUAN Z B, XIAO J M, JI T K, et al. Impact of different matrix decomposition methods on ocean data assimilation [J]. Journal of Frontiers of Computer Science and Technology, 2019, 13( 1): 147-157. Impact of Different Matrix Decomposition Methods on Ocean Data Assimilation 索 1,2 2 1 2+ 2 1 GUAN Zhibin , XIAO Junmin , JI Tongkai , HONG Xuehai , TAN Guangming , MA Yan 探 1. School of Mechanical Electronic Information Engineering, China University of Mining Technology, Beijing, 与 Beijing 100083, China 2. High Performance Computer Research Center, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190, China 学 g 科 r