Последовательная композиция кланов линейных систем

Abstract

Предложена организация последовательного процесса композиции кланов линейных систем для реализации дополнительных ускорений вычислений при их решении. Получено ускорение вычислений путем решения последовательности систем композиции кланов существенно меньшей размерности. Использован граф декомпозиции системы на кланы. Выполнен сравнительный анализ последовательной композиции подграфов и реберной (парной) композиции. Задача построения последовательности систем наименьшей размерности названа оптимальным коллапсом взвешенного графа. Приведены оценки верхней и нижней границ ширины коллапса, которая соответствует размерности систем. Построен и статистически обоснован эвристический алгоритм оптимального коллапса.

Запропоновано організацію послідовного процесу композиції кланів лінійних систем для реалізації додаткових прискорень обчислювань при їх розв’язанні. Прискорення обчислень отримано шляхом розв’язання послідовності систем композиції кланів суттєво меншої розмірності. Використано граф декомпозиції системи на клани. Виконано порівняльний аналіз послідовної композиції підграфів та реберної (парної) композиції. Задачу побудови послідовності систем найменшої розмірності названо колапсом зваженого графа. Отримано оцінки верхньої та нижньої границь ширини колапсу, яка відповідає розмірності систем. Побудовано та статистично обґрунтовано евристичний алгоритм оптимального колапсу.

To obtain an additional computational speedup in the course of solution of linear systems, it is proposed to organize a sequential process of composition of their clans. Computational speedup was obtained through the solution of a sequence of clan composition systems with essentially lower dimensions using the graph of system decomposition into clans. A comparative analysis of sequential composition for subgraphs and edge (paired 3) composition was performed. The problem of construction of systems sequence with the lowest dimension was named by a collapse of weighted graph. The upper and lower limits of the collapse width which corresponds to the dimension of systems were estimated. A heuristic algorithm of optimal collapse was constructed and statistically grounded.