[论文解读] An algebraic distances measure of AMG strength of connection

Achi Brandt, James Brannick+2 more|arXiv (Cornell University)|Jun 29, 2011

Advanced Numerical Methods in Computational Mathematics参考文献 25被引用 3

一句话总结

该论文提出一种基于最小二乘优化的代数距离度量方法，用于定义代数多重网格（AMG）方法中的连接强度，从而在不依赖M-矩阵假设的前提下，实现各向异性扩散问题的鲁棒粗化与插值。该方法在不同各向异性角度和系数下均表现出一致的收敛速率和低复杂度，即使在非结构网格对齐的问题中也保持鲁棒性。

ABSTRACT

Algebraic multigrid is an iterative method that is often optimal for solving the matrix equations that arise in a wide variety of applications, including discretized partial differential equations. It automatically constructs a sequence of increasingly smaller matrix problems that enable efficient resolution of all scales present in the solution. One of the main components of the method is an adequate choice of coarse grids. The current coarsening methodology is based on measuring how a so-called algebraically smooth error value at one point depends on the error values at its neighbors. Such a concept of strength of connection is well understood for operators whose principal part is an M-matrix; however, the strength concept for more general matrices is not yet clearly understood, and this lack of knowledge limits the scope of AMG applicability. The purpose of this paper is to motivate a general definition of strength of connection, based on the notion of algebraic distances, discuss its implementation, and present the results of initial numerical experiments. The algebraic distance measure, we propose, uses as its main tool a least squares functional, which is also applied to define interpolation.

研究动机与目标

• 为解决经典AMG方法在非M-矩阵系统中的适用性受限问题，特别是各向异性扩散问题。
• 开发一种通用的、无需参数调节的连接强度定义方法，不依赖M-矩阵性质或启发式粗化规则。
• 实现对任意各向异性方向（包括非结构网格对齐情况）问题的有效粗网格点选择与插值。
• 在保持低网格与算子复杂度的同时，确保在各种问题参数下均具备鲁棒的两层收敛性。

提出的方法

• 使用最小二乘泛函定义点之间的代数距离，作为连接强度的度量。
• 将相同的最小二乘泛函用于构建插值算子，确保与连接强度度量的一致性。
• 将代数距离与相容松弛法结合，选择能捕捉代数光滑误差的粗网格点。
• 采用固定连接强度阈值（θ_ad = 0.5）和统一的设置参数，以确保方法鲁棒性。
• 使用Galerkin粗化（A_c = RAP），并基于代数距离构造插值算子P，形成粗网格问题。
• 采用系统化的设置算法，避免参数调优，同时保持低复杂度。

实验结果

研究问题

• RQ1 通过最小二乘法定义的代数距离能否提供一种通用的、不依赖M-矩阵的AMG连接强度度量？
• RQ2 该方法在具有非结构网格对齐各向异性的扩散问题上的表现如何？
• RQ3 该方法能否在各向异性角度和系数变化时，保持一致的收敛速率与低网格/算子复杂度？
• RQ4 当精细网格离散化与各向异性方向不一致时，该方法是否仍保持鲁棒性？
• RQ5 该方法能否扩展至多级AMG，同时保持效率与精度？

主要发现

• 对于各向同性问题（ε = 0, α = 0），该方法实现了最低达ρ = 0.05的渐近两网格收敛率，且在N = 128时，γ_g = 1.3，γ_o = 1.3。
• 对于各向异性情形（ε = 0.1，α = π/4），所有网格尺寸下收敛率均保持在ρ < 0.35以下，且γ_g ≈ 25，γ_o ≈ 1.5。
• 即使在非结构网格对齐的各向异性情形（α = −π/4）下，该方法仍保持ρ ≤ 0.38，γ_o ≤ 1.9，表明对方向错位具有鲁棒性。
• 在固定网格步长h下，收敛率与复杂度对ε和α均保持一致有界，表明对参数不敏感。
• 该方法生成的粗网格算子能更准确地捕捉各向异性特征，即使精细网格离散化方向与各向异性方向相反。
• 该方法在多级AMG扩展方面展现出潜力，因为第一级粗网格系统无论初始精细网格方向如何，均与合适的离散化保持一致。