حل کننده خطی
تنظیمات پیش فرض
حل کننده خطی پیش فرض بر اساس تعداد درجات آزادی و تنظیمات رابط فیزیک تعیین می شود.
برای درجات آزادی کم از حل کننده مستقیم PARDISO استفاده می شود. به عنوان قوی و سریع برای مشکلات کوچک شناخته شده است.
برای مدلهای بزرگتر، از حلکننده خطی تکرار شونده GMRES با پیشتهویه چندشبکه استفاده میشود. در بیشتر موارد، SOR پیش صاف کننده و پس از صاف کردن است. این حل کننده حافظه موثر و سریع برای مدل های بزرگ است. هنگامی که مدل انتقال حرارت شامل تنظیماتی می شود که منجر به یک ماتریس سیستم با 0 در مورب می شود (مثلا ضریب لاگرانژ برای محدودیت های ضعیف)، SOR قابل استفاده نیست و با Vanka جایگزین می شود که معمولا کندتر است و از حافظه بیشتری استفاده می کند.
تنظیم حل کننده خطی
تنظیم حل کننده خطی ممکن است در صورت عدم همگرایی یا عملکرد پایین در نظر گرفته شود. هنگامی که همگرایی ناموفق بود، ابتدا باید بررسی کنید که این به دلیل یک مدل نامناسب یا تنظیمات نامناسب در مطالعه وابسته به زمان یا حلگر غیرخطی نیست.
چندین گزینه برای تنظیم تنظیمات حل کننده خطی در دسترس است. این پاراگراف فقط روی پرکاربردترین موارد تمرکز دارد.
به PARDISO بروید
هنگامی که حلگر GMRES با پیششرطیکننده چندشبکه بهطور پیشفرض تنظیم میشود، استفاده از PARDISO در عوض میتواند در نظر گرفته شود، مشروط بر اینکه RAM کافی در دسترس باشد. در واقع، PARDISO معمولاً به راحتی همگرا می شود، اما از حافظه بسیار بیشتری نسبت به حل کننده تکراری پیش فرض استفاده می کند. اگر PARDISO همگرا نشود، ممکن است نشان دهنده وجود مشکل در تعریف مدل یا سایر تنظیمات حل کننده باشد.
GMRES/Multigrid را برای حافظه بهینه کنید
به منظور بهینه سازی بیشتر حافظه مورد نیاز توسط حل کننده تکراری، تعداد عناصر مش در سطح چندشبکه درشت تر را می توان با افزایش ضریب درشت شدن مش یا تعداد سطوح چندشبکه ای کاهش داد . استراتژی دوم ممکن است زمان تفکیک را نیز افزایش دهد.
GMRES/Multigrid را برای همگرایی بهینه کنید
هنگامی که حل کننده خطی برای همگرایی مشکل دارد، تنظیمات زیر را می توان تنظیم کرد:
•
|
وقتی نمودار همگرایی GMRES کاهش سرعت را در هر 50 تکرار نشان میدهد، پارامتر تعداد تکرار قبل از راهاندازی مجدد (مقدار پیشفرض 50) باید افزایش یابد – برای مثال دو برابر شود. این ممکن است مصرف حافظه را نیز افزایش دهد.
|
•
|
افزایش تعداد تکرار در تنظیمات Multigrid، و در گره های قبل و بعد از صاف کردن، کیفیت پیش شرط و همگرایی GMRES را بهبود می بخشد.
|
•
|
از آنجایی که اختلاف بیش از حد بین دو سطح چندشبکه ای می تواند بر همگرایی تأثیر بگذارد، کاهش ضریب درشت شدن مش در تنظیمات Multigrid می تواند به همگرایی کمک کند.
|
•
|
اگر روش درشتکردن خودکار با شکست مواجه شد یا منجر به مشهای بی کیفیت شد، مشهای سطح چندشبکهای را به صورت دستی ایجاد کنید.
|
انتخاب حل کننده سیستم خطی مناسب
|