[論文レビュー] A comment on the arguments about the reliability and convergence of chaotic simulations

Shijun Liao|arXiv (Cornell University)|Jan 1, 2014

Quantum chaos and dynamical systems参考文献 23被引用数 6

ひとこと要約

この論文は、高次テイラー級数積分と超高精度算術を組み合わせたクリーン数値シミュレーション（CNS）手法を用いて、ローレンツ方程式のカオス的解が長時間にわたり信頼性高く収束的にシミュレートできることを示している。1200コアと4180桁の精度を用いることで、[0, 10000]の区間で収束的かつ信頼性のあるカオス的解が得られ、ローレンツの見解、すなわち数値近似が任意の有限時間範囲内で真のカオス的解に収束しうることを確認した。

ABSTRACT

Yao and Hughes commented (Tellus-A, 60: 803 - 805, 2008) that "all chaotic responses are simply numerical noise and have nothing to do with the solutions of differential equations". However, using 1200 CPUs of the National Supercomputer TH-A1 and a parallel integral algorithm of the so-called "Clean Numerical Simulation" (CNS) based on the 3500th-order Taylor expansion and data in 4180-digit multiple precision, one can gain reliable, convergent chaotic solution of Lorenz equation in a rather long interval [0,10000]. This supports Lorenz's optimistic viewpoint (Tellus-A, 60: 806 - 807, 2008): "numerical approximations can converge to a chaotic true solution throughout any finite range of time".

研究の動機と目的

• カオス的システムの数値シミュレーションが真の解を反映しているのか、それとも単なる数値ノイズにすぎないのかという長年の議論を解消すること。
• 高度な数値手法を用いてローレンツ方程式のカオス的解を長時間にわたり信頼性高く計算できることを示すこと。
• ローレンツの仮説、すなわち数値近似が任意の有限時間範囲内で真のカオス的解に収束しうることを検証すること。
• 極めて高い精度と高次積分を用いて[0, 10000]の区間で収束的解を達成することで、カオス的システムのための数値ベンチマークを提供すること。
• きめ細やかで再現可能な数値シミュレーションにより、ローレンツのストラウンジアトラクタの存在と計算可能性を確認すること。

提案手法

• クリーン数値シミュレーション（CNS）手法を採用し、高次テイラー級数積分（最大3500次まで）と複数精度算術（4180桁の精度）を組み合わせた。
• 国立スーパーコンピュータTH-A1上で1200コアを用いた並列積分アルゴリズムを実装し、計算を加速し、メモリ集約的処理を管理した。
• CNS手法は、テイラー級数の次数（M）を増やすことと、桁数の精度（N）を高めることで、切り捨て誤差と丸め誤差の両方を低減し、M > M* かつ N > N* となる条件で収束を保証する。
• 収束は、MとNを増加させてもシミュレーション結果が変化しないこと（区別不能であること）を示すことで検証され、数値誤差が無視できるほど小さいことが示された。
• 代替手法との照合によりCNS手法を検証した。具体的には、400桁の精度を用いた200次有限要素法を用いた。
• CNSはローレンツ方程式に固定時間刻みΔt = 0.01を適用し、長時間シミュレーションのための収束閾値として、M* ≈ T/3 および N* ≈ 2T/5 が経験的に決定された。

実験結果

リサーチクエスチョン

• RQ1 初期条件に敏感で数値誤差が大きなカオス的システム、たとえばローレンツ方程式の数値シミュレーションが、長時間にわたり真の解に収束しうるのか。
• RQ2 高次テイラー級数と超高精度算術を用いることで、カオス的シミュレーションにおける切り捨て誤差と丸め誤差をどの程度低減できるか。
• RQ3 クリーン数値シミュレーション（CNS）手法は、異なる数値的手法やハードウェアプラットフォーム間で一貫性があり信頼性のある結果をもたらすのか。
• RQ4 ローレンツのス トラウンジアトラクタは、長時間シミュレーションにおいて安定的かつ収束的構造として正確に計算され、検証可能か。
• RQ5 極めて高い計算リソースを用いて[0, 10000]の区間で収束的解を達成することで、カオス的ダイナミクスのための数値ベンチマークを確立することは可能か。

主な発見

• 1200コアと4180桁の精度を用いて、ローレンツ方程式の信頼性があり収束的なカオス的解が[0, 10000]の区間で成功裏に計算された。
• CNS手法は3500次テイラー級数と4180桁の精度を用いて収束を達成し、数値近似が任意の有限時間範囲内で真のカオス的解に収束しうることを確認した。
• 3600次テイラー級数と4515桁の精度を用いた独立した検証により、一貫性のある結果が得られ、信頼性が確認された。
• 200次有限要素法（400桁の精度）を用いた代替手法との照合により、[0, 1000]の区間で一貫性のある結果が得られ、CNS手法の妥当性が裏付けられた。
• 本研究は、ローレンツの楽観的見解を確認した：数値近似は、極めて高い感度があるにもかかわらず、任意の有限時間区間で真のカオス的解に収束しうる。
• 本研究は、このような長時間区間で収束的かつ信頼性のあるローレンツ方程式のカオス的解が報告された初の事例であり、カオス的ダイナミクスのシミュレーション分野における新しいベンチマークを確立した。