2

使用 Phython 的 GEKKO 库并按照示例求解 其原始论文中的波动方程，需要创建大量方程。

m.Equations([u[i].dt() == v[i]for i in range(npx)])
m.Equations([v[i].dt() == c**2*(u[mod(i+1,npx)]-2.0*u[mod(i,npx)]+u[mod(i-1,npx)])/dx**2 for i in arange(0,npx,1)])

（我已经通过 将它减少到两行mod，结合边界条件，让我从 0 运行到 99，但它基本上仍然与示例中的相同。）

它仍在使用for-loop，即v[i]for i in range(npx)]. 是否可以像使用 numpy 数组一样通过并行化/矢量化来避免这种情况，从而使代码更具可读性或模拟速度更快？

当然，对于这个问题，我的笔记本电脑上的计算只需要 <18s，但更大的问题可能会非常慢。

文档中有一些关于数组的内容，但我不明白，我不知道这是否是我正在寻找的。

我附加了一个 MWE，在这里使用上面的代码。

4

1 回答 1

1

如果您想提高速度，请尝试使用m.options.IMODE=7. IMODE=4对于模拟，它通常比（同时解）快得多。

from gekko import GEKKO
import numpy as np
import time
start = time.time()
pi = np.pi
#Initialise model
m = GEKKO(remote = False)
#Discretisations(time and space)
npt = 200; npx = 100
m.time = np.linspace(0, 1, npt)
xpos = np.linspace(0, 2*pi, npx)
dx = xpos[1]-xpos[0]
#Define Variables
c = m.Const(value = 10)
u = [m.Var(value = np.cos(xpos[i])) for i in range(npx)]
v = [m.Var(value = np.sin(2*xpos[i])) for i in range(npx)]
#Automatic discretisation in time and manual discretisation in space
m.Equations([u[i].dt() == v[i] for i in range(npx)])
m.Equations([v[i].dt() == c**2*(u[np.mod(i+1,npx)]-2.0*u[np.mod(i,npx)]\
                                 +u[np.mod(i-1,npx)])/dx**2 \
                          for i in np.arange(0,npx,1)])

#Set options
m.options.imode = 7
m.options.solver = 1
m.options.nodes = 3
m.solve(disp = False, GUI = False)
print('Solve Time: ' + str(m.options.SOLVETIME))
print('Total Time: ' + str(time.time()-start))

IMODE=4设置问题需要更多时间，但解决问题需要更少时间。

Solve Time: 2.7666
Total Time: 25.547

IMODE=7设置问题所需的时间更少，但解决问题的时间更多。

Solve Time: 8.2271
Total Time: 11.819

当您遇到更大的问题时，IMODE=7将花费比IMODE=4模拟更少的时间。对于并行选项，您可能能够并行构建模型，但该模型的解决方案除了IMODE=7. 您可以通过以下方式创建并行 Gekko 应用程序：

  • 在 IPOPT 中与 ma77、ma97 等一起使用并行线性求解器。与我对大规模问题所做的一些测试相比，这通常只提高了 20-60% 的速度。这些选项在公开分发的 IPOPT 版本中不可用，因为求解器需要许可证。线性求解器 MUMPS 与 Gekko 一起分发，但不包括并行支持（尽管这可能会在以后推出）。问题是求解器只是解决方案的一部分，即使求解器速度无限快，自动微分、客观评估和方程评估仍然需要大约 50% 的 CPU 时间。

  • 独立运行。这通常被称为“大规模并行”，因为可以将进程拆分为单独的线程，然后在所有子进程完成后再次组合代码。这个关于多线程和如何做并行 Python Gekko 的教学材料？展示如何并行计算。您的问题不是针对多线程设置的，因为方程是一起求解的。

于 2020-04-13T05:45:26.820 回答