非静力模式GRAPES的预条件技术研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (10): 213-216.

非静力模式GRAPES的预条件技术研究

吴建平1，赵军1，宋君强1，张卫民1，李晓梅2

1.国防科技大学计算机学院，长沙 410073
2.装备指挥技术学院，北京 101416

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-04-01 发布日期:2011-04-01

Study on preconditioning techniques for non-hydrostatic model GRAPES

WU Jianping1，ZHAO Jun1，SONG Junqiang1，ZHANG Weimin1，LI Xiaomei2

1.School of Computer Science，National University of Defense Technology，Changsha 410073，China
2.Institute of Command and Technology of Equipment，Beijing 101416，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-04-01 Published:2011-04-01

摘要/Abstract

摘要： GRAPES是中国气象科学研究院研制的一个非静力格点模式，该模式以大气运动的全可压运动方程为基础，采用半隐半Lagrange方案。在模式积分中，每个时间步需要求解关于气压梯度力的三维离散Helmholtz方程，该方程组的求解在整个数值模拟时间中占70%左右，为加速求解过程，采用高效预条件技术是必然选择。将提出的多行双门槛不完全分解预条件与国内外常用的多种其他预条件技术进行了比较，同时，考查了针对不完全分解预条件的加性Schwarz与基于因子组合的两种并行化预条件技术，结果发现，多行双门槛不完全分解预条件优于包括ILUT在内的其他不完全分解预条件，且加性Schwarz略优于基于因子组合的并行预条件技术。

关键词: 非静力模式, 半隐半Lagrange方案, Helmholtz方程, 预条件技术, 并行算法

Abstract: GRAPES is a non-hydrostatic grid model developed by Chinese Academy of Meteorological Sciences，which is based on the full-compressible motion equations for atmosphere，and exploits the semi-implicit semi-Lagrange scheme.During the integration，a 3D Helmholtz equation should be solved at each time step.The time required to solve this kind of equation is about 70% of the whole time elapsed.To speedup the solution process，it is no way but to exploit high efficient preconditioning techniques.In the paper，there applies the so-called multi-rows dual-threshold incomplete factorization and some widely used preconditiong techniques，and two types of parallelization techniques，that is the classic additive Schwarz and the so-called factors-combination based technique.The numerical results show that multi-row dual-threshold incomplete factorization is superior to the other tested preconditioning techniques including the widely used ILUT.In addition，the classic additive Schwarz is slightly better than the factors-combination based technique.

Key words: non-hydrostatic model, semi-implicit semi-Lagrange scheme, Helmholtz equation, preconditioning technique, parallel algorithm

吴建平1，赵军1，宋君强1，张卫民1，李晓梅2. 非静力模式GRAPES的预条件技术研究[J]. 计算机工程与应用, 2011, 47(10): 213-216.

WU Jianping1，ZHAO Jun1，SONG Junqiang1，ZHANG Weimin1，LI Xiaomei2. Study on preconditioning techniques for non-hydrostatic model GRAPES[J]. Computer Engineering and Applications, 2011, 47(10): 213-216.

[1]	杨捷，吴素萍. 点云重建的并行算法[J]. 计算机工程与应用, 2020, 56(6): 213-219.
[2]	朱超，吴素萍. 特征点检测DoG并行算法[J]. 计算机工程与应用, 2020, 56(10): 36-43.
[3]	陈亚中1，李振军1，李荣华1，毛睿1，乔少杰2. TSCAN：利用并行策略改进的图结构聚类算法[J]. 计算机工程与应用, 2019, 55(1): 76-83.
[4]	袁冬芳，曹富军. 三维对流扩散方程的稀疏存储及预条件迭代[J]. 计算机工程与应用, 2018, 54(4): 56-59.
[5]	王德政1，张益农1，杨帆2. 基于MapReduce的并行PLS过程监控算法实现[J]. 计算机工程与应用, 2018, 54(24): 61-65.
[6]	孙劲光1，吴素红2. 基于空间分割与椭球包围盒的碰撞检测算法[J]. 计算机工程与应用, 2016, 52(4): 217-222.
[7]	喻津1，周浩杰2，柴志雷1. 一种基于众核架构的稠密光流并行计算方法[J]. 计算机工程与应用, 2016, 52(16): 186-191.
[8]	毛崎波. 求解任意波数的三维Helmholtz方程[J]. 计算机工程与应用, 2015, 51(2): 26-29.
[9]	曾博1，2，雷友诚1，王丛知2，邱维宝2，冯歌2，曾成志2，杨戈2，郑海荣2. 基于CUDA的声辐射力弹性成像算法研究[J]. 计算机工程与应用, 2015, 51(18): 249-254.
[10]	李敏1，2，宋曰聪1，吴斌3，彭保3. 基于Beowulf机群中改进粒子滤波的3D人体运动跟踪[J]. 计算机工程与应用, 2015, 51(14): 17-22.
[11]	王艾昕. 基于SIMD结构的矩形行列式并行算法研究[J]. 计算机工程与应用, 2012, 48(25): 48-51.
[12]	赵婧，聂玉峰. 多重网格方法求解两类Helmholtz方程[J]. 计算机工程与应用, 2012, 48(22): 41-44.
[13]	李文敬，刘之家，蓝贞雄. 无约束最优化问题的BFGS松弛异步并行算法[J]. 计算机工程与应用, 2012, 48(17): 44-47.
[14]	刘佳昆，周永权. 具有主从结构的并行人工萤火虫群优化算法[J]. 计算机工程与应用, 2012, 48(14): 33-37.
[15]	王震1，孙卫1，蔺小林2. 多自由度Vanderpol振子极限环计算[J]. 计算机工程与应用, 2012, 48(13): 230-233.