GFGFUn≈u(tn)
u(t)=u0+∫t0f(τ,u(τ))dτ
tntn+1u˙=f(u,t)GFGFFGGF
U0n+1n=0…N−1NF(tn+1,tn,Ukn)
Uk+1n+1=G(tn+1,tn,Uk+1n)+F(tn+1,tn,Ukn)−G(tn+1,tn,Ukn)
n=0…N−1GF
วิธี PITA นั้นคล้ายกับ Parareal มาก แต่มันจะคอยติดตามการอัพเดทก่อนหน้านี้และอัพเดทเฉพาะเงื่อนไขเริ่มต้นของโปรเซสเซอร์แต่ละตัวในลักษณะที่ทำให้ระลึกถึงวิธีการย่อย Krylov สิ่งนี้ทำให้ PITA สามารถแก้สมการลำดับที่สองเชิงเส้นซึ่ง Parareal ไม่สามารถทำได้
วิธีการ PFASST นั้นแตกต่างจากวิธี Parareal และ PITA ในสองวิธีพื้นฐาน: อันดับแรกมันอาศัยการทำซ้ำตามเวลาที่กำหนด (SDC) ซ้ำแล้วซ้ำอีกและในความเป็นจริง PFASST ได้รวมเอาการแก้ไขแบบเต็มรูปแบบเข้ากับการเผยแพร่แบบหยาบ สามารถใช้ลำดับชั้นของผู้เผยแพร่โฆษณา (แทนที่จะเป็นเพียงสองคน) การใช้ SDC ช่วยให้การทำซ้ำขนานเวลาและการทำซ้ำ SDC เป็นแบบผสมซึ่งช่วยลดข้อ จำกัด ด้านประสิทธิภาพของ Parareal และ PITA การใช้การแก้ไข FAS ช่วยให้มีความยืดหยุ่นมากเมื่อสร้างตัวกระจายสัญญาณแบบหยาบของ PFASST (ทำให้ตัวกระจายสัญญาณแบบหยาบมีราคาถูกที่สุดเท่าที่เป็นไปได้ช่วยเพิ่มประสิทธิภาพแบบขนาน) กลยุทธ์การจับกลุ่มรวมถึง: การแบ่งเวลาให้น้อยลง (โหนด SDC ที่น้อยลง), การเว้นวรรคที่หยาบ (สำหรับ PDE ที่ใช้แบบกริด), การแบ่งกลุ่มผู้ปฏิบัติงานและฟิสิกส์ที่ลดลง
ฉันหวังว่าสิ่งนี้จะแสดงพื้นฐานความแตกต่างและความคล้ายคลึงกันระหว่างอัลกอริทึม โปรดดูการอ้างอิงในโพสต์นี้สำหรับรายละเอียดเพิ่มเติม
เกี่ยวกับการใช้งานวิธีการที่ถูกนำไปใช้กับสมการที่หลากหลาย (วงโคจรของดาวเคราะห์, Navier-Stokes, ระบบอนุภาค, ระบบวุ่นวายระบบพลวัตของโครงสร้างการไหลของบรรยากาศ ฯลฯ ) เมื่อใช้การขนานเวลากับปัญหาที่ระบุคุณควรตรวจสอบความถูกต้องของวิธีการในลักษณะที่เหมาะสมสำหรับปัญหาที่กำลังแก้ไข