Aztec在混凝土细观数值模拟中的应用研究

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (13): 234-238.

Aztec在混凝土细观数值模拟中的应用研究

吴建平1，赵军1，宋君强1，张卫民1，马怀发2

1.国防科技大学计算机学院，长沙 410073
2.中国水利水电科学研究院流域水循环模拟与调控国家重点实验室，北京 100038

出版日期:2014-07-01 发布日期:2015-05-12

Study of application of Aztec in meso-scale simulation of concrete

WU Jianping1, ZHAO Jun1, SONG Junqiang1, ZHANG Weimin1, MA Huaifa2

1.School of Computer Science, National University of Defense Technology, Changsha 410073, China
2.State Key Laboratory of Simulation and Regulation of Water Cycle in River Basin, China Institute of Water Resources and Hydropower Research, Beijing 100038, China

Online:2014-07-01 Published:2015-05-12

摘要/Abstract

摘要： 细观数值模拟是混凝土性能研究的一种重要手段，但稀疏线性方程组求解在总体模拟时间中所占比重很大。由于属于三维问题，且规模很大，所以采用预条件Krylov子空间迭代是必由之路。Aztec是国际上专门设计用于求解稀疏线性方程组的软件包之一，由于目前混凝土细观数值模拟中的稀疏线性方程组对称正定，所以利用Aztec中提供的CG迭代法进行求解，并对多种能保持对称性的预条件选项进行了实验比较。结果表明，在基于区域分解的并行不完全Cholesky分解、无重叠对称化GS迭代、最小二乘等预条件技术中，第一种的效率最高，且在重叠度为0，填充层次为0时，效果最好；实验结果还表明，在本应用问题中，用RCM排序一般导致求解时间更长，从而没有必要采用。

关键词: 混凝土细观数值模拟, 稀疏线性方程组, 并行计算, 区域分解, 预条件

Abstract: Meso-scale simulation is an important way for performance study of concrete. But the solution of sparse linear systems occupies most of the total simulation time. Due to its three-dimensional origination and large scale, preconditioned Krylov subspace iterations are the best choices. Aztec is a software package developed in the community and designed specially to solve sparse linear systems. For the sparse linear systems in the meso-simulation of concrete are symmetric positive definite currently, the CG iteration provided in Aztec, is selected to solve the linear systems. Several preconditioning options which can preserve the symmetric characteristic are tested with experiments. The results show that among the parallel incomplete Cholesky factorization based on domain decomposition, symmetrical Gauss-seidel iteration without overlapping, least square preconditioners, the first is the most efficient and when the degree of overlapping and the level of fill are both selected as 0, the preconditioner is the best. At the same time, the results show that the time elapsed with RCM reordering is lager in general. Therefore, it should not be exploited in the simulation.

Key words: meso-scale simulation of concrete, sparse linear system, parallel computing, domain decomposition, preconditioner

吴建平1，赵军1，宋君强1，张卫民1，马怀发2. Aztec在混凝土细观数值模拟中的应用研究[J]. 计算机工程与应用, 2014, 50(13): 234-238.

WU Jianping1, ZHAO Jun1, SONG Junqiang1, ZHANG Weimin1, MA Huaifa2. Study of application of Aztec in meso-scale simulation of concrete[J]. Computer Engineering and Applications, 2014, 50(13): 234-238.

[1]	冯凯，李婧. k元n方体网络的子网络可靠性[J]. 计算机工程与应用, 2021, 57(16): 83-89.
[2]	李健，张大伟，姜晓明，向立云. 并行化洪水演进模拟研究综述[J]. 计算机工程与应用, 2021, 57(13): 1-7.
[3]	孙明，陈昕. 面向卷积神经网络的硬件加速器设计方法[J]. 计算机工程与应用, 2021, 57(13): 77-84.
[4]	叶颖诗，魏福义，蔡贤资. 基于并行计算的快速Dijkstra算法研究[J]. 计算机工程与应用, 2020, 56(6): 58-65.
[5]	邵文婷，郑烁宇. 奇异摄动内层问题的宽度估计及其数值求解[J]. 计算机工程与应用, 2020, 56(4): 44-49.
[6]	杜伟，傅游. 基于GPU的最小二乘蒙特卡罗算法期权定价[J]. 计算机工程与应用, 2020, 56(4): 225-229.
[7]	金之雁，杨磊，林隽民，王哲. 广义共轭余差法的通信避免算法[J]. 计算机工程与应用, 2020, 56(3): 74-79.
[8]	刘家华，陈靖宇. 多核并行脉冲神经网络模拟器的设计[J]. 计算机工程与应用, 2020, 56(22): 244-250.
[9]	邬阳阳，汤建国. 大数据背景下粗糙集属性约简研究进展[J]. 计算机工程与应用, 2019, 55(6): 31-38.
[10]	刘军，李威，吴梦婷，陈起凤. Hadoop平台下新型图像并行处理模型设计[J]. 计算机工程与应用, 2019, 55(6): 186-190.
[11]	刘洋，陈经纬，冯勇，吴文渊. 并行LLL算法研究综述[J]. 计算机工程与应用, 2019, 55(16): 36-41.
[12]	曾有灵，陈耿铎，熊威，李喆. 基于Spark的CT图像FBP重建算法程序并行设计[J]. 计算机工程与应用, 2019, 55(10): 218-224.
[13]	姜悦宁1，2，3，贾宏光1，3，厉明1，3. 基于多核并行计算的无人机CFD数值模拟[J]. 计算机工程与应用, 2018, 54(7): 221-225.
[14]	魏子衿1，2，3，肖丽2，3. 基于区域分解的并行动态LOD构建算法[J]. 计算机工程与应用, 2018, 54(6): 168-177.
[15]	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.