[論文レビュー] Applications of Domain Decomposition and Partition of Unity Methods in Physics and Geometry

Michael Holst|arXiv (Cornell University)|Jan 8, 2010

Advanced Numerical Methods in Computational Mathematics参考文献 18被引用数 14

ひとこと要約

本稿では、適応有限要素法、領域分割、および分割関数法を統合した低通信量で高並列スケーラビリティを実現する領域分割手法である並列ユニオン分割法（PPUM）を提案する。最適収束率を達成し、安定した近似理論フレームワークを備えており、一般相対性理論におけるアインシュタインの制約方程式および生物学的系における静電ポテンシャル問題の数値解法によって実証されている。

ABSTRACT

We consider a class of adaptive multilevel domain decomposition-like algorithms, built from a combination of adaptive multilevel finite element, domain decomposition, and partition of unity methods. These algorithms have several interesting features such as very low communication requirements, and they inherit a simple and elegant approximation theory framework from partition of unity methods. They are also very easy to use with highly complex sequential adaptive finite element packages, requiring little or no modification of the underlying sequential finite element software. The parallel algorithm can be implemented as a simple loop which starts off a sequential local adaptive solve on a collection of processors simultaneously. We first review the Partition of Unity Method (PUM) of Babuvska and Melenk, and outline the PUM approximation theory framework. We then describe a variant we refer to here as the Parallel Partition of Unity Method (PPUM), which is a combination of the Partition of Unity Method with the parallel adaptive algorithm of Bank and Holst. We then derive two global error estimates for PPUM, by exploiting the PUM analysis framework it inherits, and by employing some recent local estimates of Xu and Zhou. We then discuss a duality-based variant of PPUM which is more appropriate for certain applications, and we derive a suitable variant of the PPUM approximation theory framework. Our implementation of PPUM-type algorithms using the FETK and MC software packages is described. We then present a short numerical example involving the Einstein constraints arising in gravitational wave models.

研究の動機と目的

• 通信オーバーヘッドを最小限に抑えた、複雑な偏微分方程式（PDE）を解くための並列的で適応的かつスケーラブルな有限要素法の開発。
• 分割関数法（PUM）の近似理論を並列適応ソルバーと統合し、収束性と精度を保証する。
• 主にMCやFETKのような既存の逐次的適応有限要素ソフトウェアに、大幅な改変なしにシームレスに統合できるようにする。
• 一般相対性理論におけるアインシュタイン制約方程式や生物学的系における静電ポテンシャル問題など、挑戦的な問題に対して本手法の有効性を実証する。
• PUM理論とXuとZhouによる局所的推定を組み合わせて、PPUMフレームワークの厳密なグローバル誤差推定を提供する。

提案手法

• 計算領域を再帰的スペクトルバイセクションにより領域分割し、誤差分布が均衡された部分領域に分割する。
• 重なりを有する部分領域に対して、Lipschitz連続な分割関数を用いた分割関数法（PUM）を適用し、局所的近似を強化する。
• 各部分領域で逐次ソフトウェア（例：MC）を用いて局所的適応有限要素解法を実行し、重み付き残差誤差指標によってメッシュの局所的細分化を駆動する。
• PUMから継承されたグローバル誤差解析フレームワークに加え、XuとZhouによる局所的推定を組み合わせ、収束限界を導出する。
• 特に双対問題が誤差制御を向上させる応用分野において、精度を向上させるために双対に基づくPPUMの変種を採用する。
• FETKおよびMCソフトウェアスタック内に本手法を実装し、効率的でモジュール化可能かつ拡張可能な並列シミュレーションを実現する。

実験結果

リサーチクエスチョン

• RQ1 分割関数法（PUM）の近似精度を保持しつつ、通信オーバーヘッドを最小限に抑えた並列的領域分割法を設計できるか？
• RQ2 既存の逐次的適応有限要素ソフトウェア（例：MC, FETK）を最小限の改変で、並列的で適応的かつ重なりを有する部分領域の解法に統合できるか？
• RQ3 PUMの近似理論と最近の局所的推定を組み合わせることで、PPUMフレームワークに対してどのようなグローバル誤差推定を導出できるか？
• RQ4 双対に基づくPPUMの変種は、一般相対性理論に由来する特定の種類のPDEに対して、解の品質をどのように向上させるか？
• RQ5 ブラックホールやマイクロチューブルのような複雑な物理系の大規模シミュレーションにおいて、PPUMは最適収束率と良好な並列スケーリングを達成できるか？

主な発見

• PPUM手法はH¹およびL²ノルムにおいて最適収束率を達成し、誤差境界が‖u−uₕ‖_{H¹(𝓜)} ≤ C infᵥ∈Vₕ ‖u−v‖_{H¹(𝓜)} および ‖u−uₕ‖_{L²(𝓜)} ≤ C aₕ infᵥ∈Vₕ ‖u−v‖_{H¹(𝓜)} の形で与えられる。
• 運動量制約に関しては、Gårdingの不等式に起因し、パラメータaₕによって特徴づけられるメッシュサイズの制限が存在するため、収束はその制限下でのみ保証される。
• ハミルトニアン制約に関しては、メッシュサイズの制限が不要であり、これにより本手法の適用範囲が広がることが示された。
• アインシュタイン制約方程式に対する数値実験では、PPUMが部分領域間の解法を効果的に分離できており、各領域でコンフォーマル因子φが正確に計算されていることが確認された。
• 4プロセッサクラスタ上でのシミュレーションにより、並列スケーリングが良好であることが示された。適応的細分化後、各部分領域で約250,000個の単体が得られた。
• マイクロチューブルおよびポアソン＝ボルツマン方程式への応用では、静電ポテンシャルの高精度な近似と良好な並列スケーリングが得られ、本手法の複雑な生物学的幾何形状への頑健性が確認された。