[논문 리뷰] Multi-stage waveform Relaxation and Multisplitting Methods for Differential Algebraic Systems

Jürgen Geiser|arXiv (Cornell University)|2016. 01. 04.

Numerical methods for differential equations참고 문헌 6인용 수 4

한 줄 요약

이 논문은 미분대수방정식(DAEs)를 해결하기 위해 다단계 웨이브폼 리프레시(MSWR) 및 다중분할 기법을 제안한다. 히어라키컬 매트릭스 분할과 병렬 반복 해법을 융합하여, 외부 및 내부 반복으로 시스템을 분해함으로써 결국 3단계 해법으로 단순화되며, 유니티 분할 행렬을 통한 다중분할 통합을 통해 수렴 속도를 가속화하면서도, 한 단계 방법과 유사한 정확도를 유지한다. 더 작은 행렬 역행렬 계산과 병렬 처리 덕분에 계산 비용을 크게 절감할 수 있다.

ABSTRACT

We are motivated to solve differential algebraic equations with new multi-stage and multisplitting methods. The multi-stage strategy of the waveform relaxation (WR) methods are given with outer and inner iterations. While the outer iterations decouple the initial value problem of differential algebraic equations (DAEs) in the form of $A \frac{d y(t)}{dt} + B y(t) = f(t)$ to $M_A \frac{d y^{k+1}(t)}{dt} + M_1 y^{k+1}(t) = N_1 y^k(t) + N_A \frac{d y^{k}(t)} + f(t)$, where $A = M_A - N_A$, $B = M_1 - N_1$. The inner iterations decouple further $M_1 = M_2 - N_2$ and $M_2 = M_3 - N_3$ with additional iterative processes, such that we result to invert simpler matrices and accelerate the solver process. The multisplitting method use additional a decomposition of the outer iterative process with parallel algorithms, based on the partition of unity, such that we could improve the solver method. We discuss the different algorithms and present a first experiment based on a DAE system.

연구 동기 및 목표

• 기존 반복 해법이 대규모 미분대수방정식(DAEs)을 해결하는 데 있어 계산 비효율성을 해결한다.
• 웨이브폼 리프레시(WR) 방법에서의 큰 행렬 역행렬 계산 비용을 다단계 분할 전략을 도입하여 감소시킨다.
• 유니티 분할 분해 기반의 다중분할 기법을 통해 병렬 처리 능력을 향상시킨다.
• 다양한 수준의 분할 및 다중분할 기법에서 계산 효율성과 정확도 간의 상호 상충 관계를 조사한다.
• 반정적분된 PDAE 시스템에서 제안된 방법의 타당성과 성능을 입증한다.

제안 방법

• 3단계 웨이브폼 리프레시(MSWR) 전략 적용: 외부 반복에서 $ A = M_A - N_A $, $ B = M_1 - N_1 $로 시스템을 분할하고, 이후 $ M_1 = M_2 - N_2 $, $ M_2 = M_3 - N_3 $로 두 단계의 내부 반복을 수행하여 각 단계에서의 행렬 역행렬을 단순화한다.
• 내부 단계에 반복 해법 적용: $ \frac{dy^{k+1}}{dt} + M_1 y^{k+1} = N_1 y^k + f(t) $ 및 후속 $ z^{\nu+1} $, $ \tilde{z}^{\mu+1} $ 시스템을 통해 큰 행렬의 직접 역행렬 계산을 피한다.
• 유니티 분할 행렬 $ E_p $ 를 통한 다중분할 구현: $ \sum_p E_p = I $, 이로써 $ L $개의 하위시스템을 가중치 업데이트 $ y^{k+1} = \sum_p E_p y^{p,k+1} $ 를 통해 병렬적으로 해결할 수 있다.
• 다중분할에 있어 겹침 영역 분할 도입: $ o=1 $ (최소 겹침) 및 $ o=m/2-1 $ (최대 겹침)로 설정하여 수렴성과 정확도에 미치는 영향을 분석한다.
• 자리비와 가우스-자이델 유형의 다중분할 변형을 모두 사용하여 수렴 특성과 병렬 효율성을 비교한다.
• 시간 창 기반 통합을 사용하여 반정적분된 PDAE 시스템에 방법을 적용하며, $ h=0.1 $, $ J=20 $, 오차 노름 $ \leq 10^{-3} $ 또는 고정된 $ K=20 $ 외부 반복 수를 정지 조건으로 설정한다.

실험 결과

연구 질문

• RQ1 다단계 웨이브폼 리프레시가 한 단계 WR 방법과 비교해 정확도를 유지하면서도 계산 비용을 줄일 수 있는가?
• RQ2 내부 반복(예: 2단계 또는 3단계 분할)의 추가가 DAE 해법의 수렴성과 효율성에 어떤 영향을 미치는가?
• RQ3 겹침 영역이 있는 다중분할이 DAE 해법의 병렬 처리 및 수렴성에 얼마나 기여하는가?
• RQ4 다양한 다중분할 유형(Jacobi 대비 가우스-자이델)이 정확도와 수렴 속도에 미치는 영향은 어떠한가?
• RQ5 제안된 다단계 및 다중분할 기법이 상당한 계산 비용 절감을 이룰 수 있으며, 동시에 한 단계 방법과 동일한 정확도를 달성할 수 있는가?

주요 결과

• 3단계 MSWR 방법은 한 단계 방법과 동일한 정확도를 달성하면서도 계층적 매트릭스 분할을 통해 계산 비용을 감소시켰다.
• 2단계 및 3단계 방법은 그림 1에서 보듯이 $ L_2 $ 및 $ L_\infty $ 노름 모두에서 한 단계 방법과 동일한 오차 수준을 보였다.
• 가우스-자이델 유형 업데이트를 사용한 다중분할 접근법은 특히 겹침 구조에서 자리비 유형 대비 더 높은 정확도를 달성했다.
• 최대 겹침($ o = m/2 - 1 $)의 경우 최소 겹침($ o = 1 $)보다 수렴성이 향상되었지만, 최적 성능은 극단 사이의 중간 영역에 위치했다.
• 다중분할 방법은 한 단계 및 다단계 WR 방법과 동일한 정확도를 유지하면서도, 다수의 프로세서에 걸쳐 완전한 병렬 처리를 가능하게 했다.
• 계산 절감 효과가 뚜렷했다: 큰 행렬의 역행렬 필요성을 줄이기 위해 각 단계에서 더 작은 블록으로 분할함으로써 처리가 훨씬 수월해졌다.