Core Concepts
본 논문에서는 전체-한번에 접근법을 사용하여 이산화된 선형 시스템을 효율적으로 빠르게 해결하기 위한 새로운 저rank 행렬 방정식 기반 방법을 제안한다. 특히 계수 행렬의 특수한 구조를 이용한 분할 기법과 Krylov-plus-inverted-Krylov (KPIK) 알고리즘을 결합한 새로운 방법인 분할 기반 KPIK (SKPIK) 방법을 개발하였다.
Abstract
본 논문은 에디 전류 최적 제어 문제의 효율적인 수치 해법을 제안한다. 주요 내용은 다음과 같다:
- 전체-한번에 접근법을 사용하여 이산화된 선형 시스템을 행렬 방정식 형태로 재구성한다.
- 계수 행렬의 특수한 구조를 이용한 분할 기법과 KPIK 알고리즘을 결합한 새로운 저rank 행렬 방정식 기반 방법인 SKPIK 방법을 제안한다.
- SKPIK 방법은 대규모 희소 이산화 시스템을 빠르게 해결할 뿐만 아니라 저장 문제도 극복할 수 있다.
- 저rank 해의 존재성에 대한 이론적 결과를 제시한다.
- 수치 실험을 통해 SKPIK 방법의 성능을 기존 방법들과 비교 분석한다.
Stats
공간 격자 수 n = 49408, 시간 격자 수 mT = 800, 1600, 3200일 때 SKPIK 방법의 결과:
σ = 10^-4, β = 10^-2일 때 rank r = 10, 반복 횟수 IT = 20, CPU 시간 0.78초, 상대 오차 RES = 1.2e-6
σ = 10^-4, β = 10^-4일 때 rank r = 10, 반복 횟수 IT = 20, CPU 시간 0.79초, 상대 오차 RES = 1.2e-6
σ = 10^-4, β = 10^-6일 때 rank r = 10, 반복 횟수 IT = 20, CPU 시간 0.80초, 상대 오차 RES = 1.2e-6
σ = 10^-4, β = 10^-8일 때 rank r = 10, 반복 횟수 IT = 20, CPU 시간 0.81초, 상대 오차 RES = 1.2e-6
Quotes
"본 논문에서는 전체-한번에 접근법을 사용하여 이산화된 선형 시스템을 효율적으로 빠르게 해결하기 위한 새로운 저rank 행렬 방정식 기반 방법을 제안한다."
"SKPIK 방법은 대규모 희소 이산화 시스템을 빠르게 해결할 뿐만 아니라 저장 문제도 극복할 수 있다."