阿米索斯2

Amesos2和Belos:大型稀疏线性系统的直接和迭代求解器。大型稀疏线性系统的求解器分为两类:直接求解和迭代求解。Trilinos软件项目中的一个包Amesos2提供了直接方法,而另一个Trilinos包Belos提供了迭代方法。Amesos2为许多不同的稀疏矩阵分解代码提供了一个通用接口,并且可以通过一个易于扩展的C++traits接口来处理稀疏矩阵和向量的任何实现。它还可以对条目具有任意“标量”类型的矩阵进行因子分解,从而支持扩展精度和混合精度算法。Belos包括许多不同的迭代方法来解决大型稀疏线性系统和最小二乘问题。与竞争的迭代解算器库不同,Belos完全将算法与底层线性代数对象的实现解耦。这使得Belos可以在不更改代码的情况下利用最新的硬件。贝洛斯偏爱解决更高层次问题的算法,例如多个同时存在的线性系统和相关线性系统序列,比标准算法更快。该软件包还支持扩展精度和混合精度算法。Amesos2和Belos一起构成了一套完整的稀疏线性解算器。


zbMATH中的参考文献(参考文献12条)

显示第1到第12个结果,共12个。
按年份排序(引用)

  1. 贝当古,马修T。;布朗,多米尼克公司。;卡特赖特,基思L。;Cyr,埃里克·C。;格拉萨,克里斯蒂安A。;林,保罗T。;摩尔,斯坦·G。;邓肯A.O.麦格雷戈。;罗杰,洛普。;菲利普斯,爱德华G。;罗伯茨,内森五世。;怀特,史蒂文A。;马赫斯瓦兰,萨希什;琼斯,约翰P。;Jarvis,Stephen A.:EMPIRE-PIC:一种性能可移植的非结构化粒子在细胞代码(2021)
  2. 乔利韦,皮埃尔;罗曼,何塞E。;Zampini,Stefano:KSPHPDDM和PCHPDDM:用先进的Krylov方法和鲁棒多级重叠Schwarz预处理器扩展PETSc(2021)
  3. 德埃利亚,M。;菲普斯,E。;拉什迪,A。;Ebeida,M.S.:基于代理的集成分组策略,用于基于嵌入式抽样的不确定性量化(2020年)
  4. 方、瑞;克朗比克勒,马丁;乌尔泽,马克西米利安;Wall,Wolfgang A.:用于锂离子电池三维耦合有限元模型的并行、面向物理的整体求解器(2019年)
  5. 托马斯·S·J。;安南,S。;耶拉潘图拉。;胡俊杰。;劳森,M。;Sprague,M.A.:风机不可压缩流高保真模拟的经典和基于聚合的代数多重网格预处理程序的比较(2019)
  6. 埃斯迈利,M。;约弗,L。;玛尼,A。;Iaccarino,G.:用于变密度流的非对称椭圆系统的可伸缩几何多重网格解算器(2018)
  7. 林,P.T。;沙迪德,J.N。;胡俊杰。;帕沃斯基。;Cyr,E.C.:大规模VMS电阻MHD的全耦合代数多网格预处理器性能(2018)
  8. 潘文晓;金京珠;佩雷戈,毛罗;塔尔塔科夫斯基(Alexandre M.)。;Parks,Michael L.:通过一致隐式不可压缩平滑粒子流体动力学模拟电动流(2017)
  9. 菲普斯,E。;德埃利亚,M。;爱德华兹,华盛顿州。;霍曼,M。;胡,J。;Rajamanickam,S.:用于改进新兴计算体系结构不确定性量化的性能、可移植性和可扩展性的嵌入式集成传播(2017)
  10. 德帕里斯,西蒙尼;弗提,戴维德;格温诺尔格兰德佩林;Quarteroni,Alfio:Facsi:血流动力学中流体-结构相互作用的块并行预处理程序(2016)
  11. 汉密尔顿,史蒂芬P。;Evans,Thomas M.:简化(PˉN)方程的有效解(2015)
  12. 特拉斯克,纳撒尼尔;马克西,马丁;金京珠;佩雷戈,毛罗;帕克斯,迈克尔L。;杨凯;徐金超:非定常低雷诺数流动的可伸缩一致二阶SPH解算器(2015)