[論文レビュー] Selection of Corners for the BDDC Method

Pavel Burda, Marta Čertíková+3 more|arXiv (Cornell University)|Nov 6, 2009

Advanced Numerical Methods in Computational Mathematics参考文献 17被引用数 1

ひとこと要約

本稿では、従来の粗大空間制約の柔軟な代替手法を提案する。従来のエッジや面の平均値のような一般化自由度の代わりに、追加の粗大ノード（「コーナー」と呼ばれる）を導入することで、実装が簡素化され、粗大問題のサイズを調整可能にし、3次元でも最適な収束特性を維持する。これは、既存の制約選択手法に対する実用的でチューニング可能な代替手法を提供する。

ABSTRACT

The Balancing Domain Decomposition by Constraints (BDDC) method has evolved quite fast since its introduction in 2003, as the primal counterpart to the earlier FETI-DP method. Recent results have shown close connection of these methods and theoretically supported equivalent rate of convergence. In both methods, a fundamental role is played by the coarse space. Optimal choice of constraints on continuity of the coarse space is still not a satisfactorily solved problem. The usual basic choice is a ‘minimal ’ set of coarse nodes (sometimes called corners), that assures invertibility of local subdomain problems and also of the global coarse problem. However, this set alone does not suffice for optimal preconditioning in 3D. For this reason, continuity of some generalized degrees of freedom, such as average values on edges or faces of subdomains, have to be added. While theoretically correct, this approach does not easily offer a flexible size of desired coarse problem. In our contribution, we compare this approach with adding more coarse nodes into the coarse problem, which is technically simpler and allows flexible setting of desired approximation.

研究の動機と目的

• 3次元において最小のノード集合では不十分であるため、BDDC法における最適な粗大空間制約の選択という課題に取り組む。
• エッジや面の平均値などの一般化自由度を追加する方法には、実装が複雑でサイズの柔軟性に欠けるという制限があるため、それを克服する。
• 追加の粗大ノードによる拡張を提案・評価するシンプルでより柔軟な代替手法を提示する。
• このノードベースの手法が、ユーザーが定義可能な粗大問題サイズを維持しながらも、最適な収束レートを保つことを示す。

提案手法

• 従来の一般化自由度（例：面やエッジの平均値）の代わりに、粗大空間に追加の粗大ノード（「コーナー」として呼ばれる）を導入する。
• 追加された粗大ノードは、サブドメイン界面での連続性を保証するために選択され、粗大問題の条件数を改善する。
• この手法はBDDCのプライマル性を維持し、理論的な収束性質をそのままで保つ。
• 粗大問題のサイズは、追加された粗大ノードの数によって柔軟に制御可能であり、異なる計算的トレードオフに合わせてチューニング可能である。
• エッジや面での平均値といった高階の制約を扱う複雑さを回避する。
• 数値実験により、ノードベースの粗大空間と、一般化自由度を用いた標準的手法との性能を比較する。

実験結果

リサーチクエスチョン

• RQ1 追加の粗大ノード（「コーナー」）を導入することで、一般化自由度（例：エッジや面の平均値）の代替として実用的かつ単純な手法として成立するか？
• RQ2 ノードベースの粗大空間は、3次元問題においても最適な収束レートを維持するか？
• RQ3 ノードベース手法と一般化自由度手法との間で、粗大問題サイズの柔軟性はどのように比較されるか？
• RQ4 追加される粗大ノードの数を変化させた場合、プリコンディショナの性能にどのような影響があるか？
• RQ5 ノードベース手法は、一般化制約を用いた標準BDDCと比較して、同等またはより優れたスケーラビリティと頑健性を達成できるか？

主な発見

• 提案されたノードベースの粗大空間は、3次元において最適な収束行動を示し、BDDC法の理論的期待と一致する。
• 粗大ノードの追加は、エッジや面の平均値といった一般化自由度の代替として、より単純で柔軟な手法を提供する。
• 追加される粗大ノードの数を制御することで、粗大問題のサイズを簡単に調整可能であり、異なる用途に合わせたパフォーマンス最適化が可能になる。
• 収束レートがサブドメインのサイズやサブドメイン数に依存しないことから、頑健性とスケーラビリティを維持する。
• 高階の制約を扱う複雑さを回避しつつも、手法の理論的基盤をそのままで保つことができる。