多阶时间步进伴随方案的最佳检查点设置
摘要：离散伴随计算中的检查点策略最小化了在使用多阶段时间步进方案时需要重新计算的次数，该方案要求在一个完整的时间步进中计算多个子步骤。在这种情况下，我们提出了两种可以在较弱的假设条件下生成最优检查点调度的算法。第一种是经典的Revolve算法的扩展，适用于多阶段方案。第二种算法，名为CAMS，基于动态规划开发，与其他算法相比，需要最少的重新计算次数。CAMS算法在一个具有C和Python绑定的库中公开可用。数值结果表明，与经典的Revolve相比，所提出的算法可以将速度提高两倍。此外，我们讨论了适用于成熟科学计算库的量身定制的伴随计算实现，该实现避免了原始检查点策略所假设的中央控制。所提出的算法已经被PETSc TSAdjoint库采用，并且他们的性能在一台领先级超级计算机上的大规模PDE约束优化问题上得到了验证。
作者：Hong Zhang and Emil Constantinescu
论文ID：2106.13879
分类：Mathematical Software
分类简称：cs.MS
提交时间：2022-04-29