SNEc

SNEc
Wersja stabilna
3.17 / 31 marca 2022 ; 10 miesięcy temu ( 2022-03-31 )
Magazyn
System operacyjny Linux , Unix , Mac OS X , Windows
Dostępne w C (główny język), C++, FORTRAN, Python
Typ Oprogramowanie do symulacji naukowych
Licencja Licencja BSD 2-klauzulowa
Strona internetowa śpij .upv .es

SLEPc to biblioteka oprogramowania do równoległego obliczania wartości własnych i wektorów własnych dużych, rzadkich macierzy. Można go postrzegać jako moduł PETSc , który zapewnia rozwiązania dla różnych typów problemów własnych, w tym liniowych (standardowych i uogólnionych) i nieliniowych ( kwadratowych , wielomianowych i ogólnych ), a także SVD . Najnowsze wersje zawierają również obsługę funkcji macierzowych . Wykorzystuje MPI standard równoległości. Obsługiwana jest zarówno arytmetyka rzeczywista, jak i zespolona, ​​z pojedynczą, podwójną i poczwórną precyzją.

Podczas korzystania z SLEPc programista aplikacji może korzystać z dowolnych struktur danych i solwerów PETSc. Inne funkcje PETSc są również włączone do SLEPc, takie jak ustawianie opcji wiersza poleceń, automatyczne profilowanie, sprawdzanie błędów, przenośność na praktycznie wszystkie platformy komputerowe itp.

składniki

EPS zapewnia iteracyjne algorytmy dla liniowych problemów z wartościami własnymi.

  • metody Kryłowa, takie jak Kryłowa-Schura, Arnoldiego i Lanczosa .
  • Metody Davidsona, takie jak Generalized Davidson i Jacobi-Davidson.
  • Sprzężone metody gradientu, takie jak LOBPCG.
  • Solwer całkowy konturu (CISS).
  • Interfejs do niektórych zewnętrznych rozwiązań własnych, takich jak ARPACK i BLOPEX .
  • Opcje dostosowywania obejmują: liczbę poszukiwanych wartości własnych, tolerancję, wielkość zastosowanych podprzestrzeni, część widma będącego przedmiotem zainteresowania.

ST obejmuje transformacje widmowe i inne uwarunkowania wstępne dla problemów z wartościami własnymi.

  • Transformacje widmowe typu shift-and-invert i Cayley.
  • Obsługa wstępnie uwarunkowanych rozwiązań własnych (takich jak Jacobi-Davidson) przy użyciu uwarunkowania wstępnego dostarczonego przez PETSc.
  • Filtry wielomianowe dla wewnętrznych wartości własnych.

SVD zawiera solwery do dekompozycji na wartości osobliwe , jak również do uogólnionej dekompozycji na wartości osobliwe .

  • Solwery oparte na macierzy międzyproduktowej lub macierzy cyklicznej, które opierają się na solwerach EPS.
  • Specyficzne solwery oparte na bidiagonalizacji , takie jak Golub-Kahan-Lanczos i wariant z grubym restartem.

PEP jest przeznaczony do wielomianowych problemów własnych, w tym kwadratowego problemu wartości własnych .

  • Solvery oparte na jawnej linearyzacji, które opierają się na solwerach EPS.
  • Solvery, które wykonują linearyzację niejawnie w sposób efektywny pod względem pamięci, takie jak TOAR.
  • Solver Jacobiego-Davidsona dla PEP.

NEP zapewnia funkcjonalność rozwiązania nieliniowego problemu własnego .

  • Podstawowe solwery, takie jak rezydualna iteracja odwrotna i kolejne problemy liniowe.
  • Solver oparty na interpolacji wielomianowej, który opiera się na solwerach PEP.
  • Solver oparty na racjonalnej interpolacji (NLEIGS).

KNU można użyć do obliczenia działania funkcji macierzowej na wektorze.

  • Zrestartowany solver Kryłowa.

Zobacz też

Linki zewnętrzne