论文部分内容阅读
二维中子输运方程应用广泛,在众多学科中都有涉及,所以如何对它高效准确的求解就成为研究的重点。在二维中子输运的众多求解方法中,由于特征线方法可以求解任意几何形状的问题而备受关注,但是它也因为计算量大、内存占用过大而饱受诟病。目前有很多高效的加速算法可以通过加速收敛来减少庞大的计算量,但是效果有限而且随着问题规模的不断扩大,当问题所需内存超出单个处理器的存储容量时问题就无法得到求解。因此对特征线方法的研究已经不能局限在单个处理器上,研究特征线方法高效的并行算法十分重要。目前的对特征线方法的并行研究大都无法很好的解决内存占用过大的问题,本文要解决的是在加速算法的基础上进一步缩短计算时间,并且有效的解决特征线方法对单个处理机的内存需要,所以采用的是几何区域分解的并行方法。本文提出了几何区域分解的并行特征线算法,该算法不仅可以使并行后结果和串行的结果完全保持一致,而且还在很大程度上减少了几何区域划分后边界处巨大的通信次数。该算法在KYLIN-2程序上使用MPI通信标准实现并行后,设置了参数MsgMax,可以通过对参数的控制来获得更好的加速效果,并对三个不同规模的模型进行测试都有很好的加速效果,用64个处理器并行时加速比可以达到6。特征线方法使用的加速方法是广义粗网有限差分方法,要想获得对广义粗网有限差分方法的并行,归根到底是对求解稀疏矩阵方程组的并行。求解稀疏矩阵方程组包括一系列的过程,如内积运算、矩阵向量乘、矩阵数据的操作等,本文采用的是加速算法的几何区域分解的并行方法。同样用三个不同规模的模型对算法进行测试,在64个处理器时可获得13倍的加速比。将特征线并行算法和广义粗网有限差分方法都应用到KYLIN-2程序上。两种并行算法结合具有很好的加速效果,测试了三种不同规模的计算模型,在64个处理器时,加速比可达到14。