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个固有的并行算法,叫做Bubble FOS/C[H。梅耶亨克,B。莫宁,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:第20届IEEE国际并行与分布式处理研讨会论文集,IPDPS'06,IEEE计算机学会,2006年,p。57(CD)],通过扩散机制优化分区形状。然而,尽管溶液质量很高,但在实际应用中速度太慢。在本文中,除了证明Bubble FOS/C收敛于一个势函数的局部最优外,我们还开发了一个改进分割的更快的方法。这种被称为TruncCons的快速方法基于不同的扩散过程,该过程仅限于图的局部区域,并且还包含高度的并行性。基于两种不同的层次结构构造方法,通过在多级框架中耦合truncons和Bubble-FOS/C,我们得到了新的图划分启发式DibaP。与Bubble-FOS/C相比,DibaP算法具有相当大的加速性能,同时保留了慢算法的优点。使用流行的基准图进行的实验表明,DibaP的计算结果始终优于最先进的库METIS和JOSTLE。此外,利用我们的新算法,我们改进了六个广泛使用的基准图的大量划分的已知边割值。


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;杨、赵胜;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. Meyerhenke,Henning:解图上划分问题的扰动扩散过程(2008)