迪巴普

一种新的基于扩散的多级图划分算法。图划分需要将图的顶点集划分为kk大小相等的子集。t。优化了一些目标函数。高质量的划分对于许多应用来说是非常重要的,其目标函数往往是NPNP难以优化的。大多数最先进的图划分库在多级框架中使用Kernighan–Lin(KL)启发式算法的变体。虽然这些库非常快,但它们的解决方案并不总能满足所有用户需求。此外,由于KL的连续性,KL不容易并行化。因此,在并行数值应用中,将其用作负载平衡器需要进行复杂的调整。这就是为什么我们以前开发了一种固有的并行算法,叫做Bubble FOS/C[H.Meyerhenke,B.Monien,S.Schamberger,基于代数多重网格的并行有限元模拟加速形状优化负载平衡,载于:第20届IEEE国际并行和分布式处理研讨会论文集,IPDPS'06,IEEE计算机学会,2006,第57页(CD)]它通过扩散机制来优化分区形状,然而,尽管它的解质量很高,但在实际应用中速度太慢。本文除了证明Bubble FOS/C收敛于势函数的局部最优外,我们还开发了一种改进分区的更快的方法,这种方法称为TruncCons基于一个不同的扩散过程,该过程局限于图的局部区域,并且具有很高的并行性,通过在多级框架中基于两种不同的层次结构构造方法将truncons与Bubble FOS/C耦合,得到了新的图划分启发式DibaP,与Bubble FOS/C相比,DibaP具有更高的并行性显示了相当大的加速,同时保留了较慢算法的积极特性。对流行的基准图进行的实验表明,DibaP计算的结果始终优于最先进的METIS和JOSTLE库。此外,使用我们的新算法,我们已经将已知的最新切边值提高了六个广泛使用的基准图的划分数。


zbMATH中的参考文献(参考文献14条)

显示第1至14个结果,共14个。
按年份排序(引用)

  1. 傅林;利特维诺夫,谢尔盖;胡向雨。;Adams,Nikolaus A:块结构自适应网格的新划分方法(2017)
  2. 舍恩堡,弗洛里安;Rüde,Ulrich:非均匀网格上格子Boltzmann方法的大规模并行算法(2016)
  3. 代林,丹尼尔;弗莱希曼,但以理;戈德伯格,安德鲁五世。;拉森施泰恩,伊利亚;Werneck,Renato F.:最小图二等分的精确组合算法(2015)
  4. Younes,Ahmed:两图二等分问题的有界误差量子多项式时间算法(2015)
  5. 萨芙罗,伊利亚;桑德斯,彼得;Schulz,Christian:图划分的高级粗化方案(2014)
  6. 刘鹏;王朝福:基于气泡的有限元网格划分算法(2013)
  7. 于德新;赵升、杨晟;于尧;蒋秀荣:结合出行者偏好的大规模路网划分与路径搜索方法研究(2013)ioport公司
  8. 梅耶伦克,亨宁;索尔瓦尔德,托马斯:超越良好的划分形状:扩散图划分的分析(2012)
  9. 本利克,乌纳;郝金高:一种有效的平衡图划分多级禁忌搜索方法(2011)
  10. 博尔顿,马提亚斯;弗里德霍夫,斯蒂芬妮;弗洛默,安德烈亚斯;海明,马提亚斯;Kahl,Karsten:图的拉普拉斯代数多重网格方法(2011)
  11. 加利尼尔,菲利普;布杰贝尔,齐德;Coutinho Fernandes,Michael:图划分问题的有效模因算法(2011)
  12. 罗恩,多丽特;萨芙罗,伊利亚;Brandt,Achi:基于松弛的粗化和多尺度图组织(2011)
  13. Meyerhenke,Henning:超越好的形状:基于扩散的图划分是放松的切割优化(2010)
  14. 扰动分裂过程,Meyerhenke问题求解(2008)