মাল্টিগ্রিডের পিছনে মূল ধারণাটি হ'ল প্রক্ষেপণ। আমি এটি সম্পর্কে নিম্নলিখিতভাবে চিন্তা করার চেষ্টা করি:
ধরুন আমি অনেকগুলি নির্ভুলতার সাথে একটি পিডিই সমাধান করতে চাই, তাই আমি প্রচুর এবং প্রচুর পয়েন্ট সহ একটি খুব সূক্ষ্ম গ্রিডে ডোমেনটিকে (চূড়ান্ত পার্থক্য পদ্ধতি ব্যবহার করে বলি) অগ্রাহ্য করি। শেষ পর্যন্ত, আমি আমার সমীকরণের সিস্টেমটি সেটআপ করি এবং আমি এটি সমাধানের জন্য প্রস্তুত। আমি আমার প্রিয় পুনরাবৃত্তি সমাধানকারী (জ্যাকোবি, গস সিডেল, কনজুগেট গ্রেডিয়েন্ট, ইত্যাদি ...) ব্যবহার করার চেষ্টা করছি। আমি এক দিনেরও বেশি অপেক্ষা করতে পেরেছি এবং বুঝতে পারি আমার কম্পিউটারটি এখনও উত্তরটি গণনা করার চেষ্টা করছে !!!
এই পুনরাবৃত্ত পদ্ধতিগুলি দ্রুত কাজ না করার কারণ হ'ল কারণ (সাধারণত) আপনি যখন এই জাতীয় সমীকরণের একটি বৃহত সিস্টেম সেটআপ করেন, তখন ম্যাট্রিক্সের নিজেই খুব সহজেই ইগেনভ্যালু থাকে 1. এই বিষয়টি কেন আসে? কারণ অনেক পুনরাবৃত্ত পদ্ধতির রূপান্তর হার বিপরীতভাবে বৃহত্তম ইগেনুয়ালু সম্পর্কিত (ক্রিশ্চিয়ান ক্লাসনের লিঙ্কটি ব্রিগের মাল্টিগ্রিড টিউটোরিয়াল স্লাইডগুলির অংশ 1, পৃষ্ঠা 27) এর সাথে সম্পর্কিত। সুতরাং, বৃহত্তম ইজেনভ্যালুটি 1 এর কাছাকাছি, পুনরাবৃত্ত পদ্ধতিটি ধীর। (দ্রষ্টব্য: এটি জিনিসগুলিকে কিছুটা ওভারসিম্লিফিক করছে, তবে এটি মাল্টিগ্রিডের প্রয়োজনকে উদ্বুদ্ধ করতে সহায়তা করে)।
স্পষ্টতই, কম অজানা থাকলে (যেমন কম গ্রিডপয়েন্ট সহ একটি মোটা গ্রিডে) সমস্যাটি সমাধান করা সর্বদা দ্রুত হয়। তবে আরও গুরুত্বপূর্ণ বিষয়, একটি মোটা গ্রিডের সমাধান (বা আনুমানিক সমাধান) একটি সূক্ষ্ম গ্রিডে সমস্যা সমাধানের জন্য একটি ভাল সূচনা পয়েন্ট। এটি বেশিরভাগ (সমস্ত না থাকলে) মাল্টিগ্রিড পদ্ধতির পিছনে মূল ধারণা। কেন এই ক্ষেত্রে? স্বজ্ঞাতভাবে, এটি বোধগম্য হয়, তবে এটি প্রমাণ করার জন্য একটি গাণিতিকভাবে কঠোর উপায় রয়েছে way
আসুন একটি পুনরাবৃত্ত পদ্ধতিতে ত্রুটির ফুরিয়ার মোডগুলি দেখি (যুক্তিগুলির জন্য, আসুন জ্যাকোবি বা গাউস সিডেল বলি) আসল সূক্ষ্ম গ্রিড সমস্যার জন্য প্রয়োগ করা হয়েছে। আমরা দেখতে পাব যে প্রথম কয়েকটি পুনরাবৃত্তির মধ্যে বেশিরভাগ উচ্চ ফ্রিকোয়েন্সি (অত্যন্ত দোলক) ত্রুটি মুছে ফেলা হয়! এটি দুর্দান্ত, তবে কম ফ্রিকোয়েন্সি (কম দোলনযুক্ত) ত্রুটি রয়েছে যা এখনও থেকে যায় এবং দ্রুত চলে যায় না। প্রকৃতপক্ষে, এটি নিম্ন ফ্রিকোয়েন্সি ত্রুটি যা কোনও মানক পুনরাবৃত্ত পদ্ধতিটিকে দ্রুত রূপান্তরিত হতে বাধা দেয়।
যখন আমরা কোনও মোটা গ্রিডে সমস্যাটি সমাধান করি (আসুন যাক, জ্যাকোবি বা গাউস-সিডেলের মতো পুনরাবৃত্ত পদ্ধতির মাধ্যমে বলা যাক) আমরা জরিমানা গ্রিডের চেয়ে কম ফ্রিকোয়েন্সি ত্রুটিগুলি আরও দ্রুত (যেমন কম পুনরাবৃত্তিতে) মুছে ফেলতে সক্ষম হয়েছি । সুতরাং, আমরা যদি কোনও মোটা গ্রিডের সমস্যাটি সমাধান করি, আমাদের একটি সমাধান রয়েছে যার নিম্ন ফ্রিকোয়েন্সি ত্রুটি উল্লেখযোগ্যভাবে হ্রাস পেয়েছে। সুতরাং, এটি সূক্ষ্ম গ্রিডে পুনরাবৃত্তি পদ্ধতিটির প্রারম্ভিক পয়েন্ট হিসাবে কার্যকর হবে।
যদিও বিভিন্ন মাল্টিগ্রিড পদ্ধতি রয়েছে, তাদের বেশিরভাগগুলি নিম্নলিখিত কয়েকটি পরিবর্তনের দ্বারা পরিচালিত হয়:
- সূক্ষ্ম গ্রিড সমস্যা দিয়ে শুরু করুন
- একটি মোটা গ্রিড (নামেও পরিচিত সম্মুখের প্রকল্প সীমাবদ্ধতা )
- মোটা গ্রিডের উপর আনুমানিক সমাধান (অন্য কিছু সমাধানকারী ব্যবহার করে)
- সূক্ষ্ম গ্রিডে মোটা গ্রিড সমাধানটি প্রজেক্ট করুন (এটি দীর্ঘায়িত হিসাবেও পরিচিত )
- প্রাথমিক অনুমান হিসাবে 4 থেকে প্রক্ষেপণটি ব্যবহার করে, পুনরাবৃত্তি পদ্ধতিতে সূক্ষ্ম গ্রিড সমস্যাটি সমাধান করুন।
আমার জন্য, মাল্টিগ্রিড পদ্ধতির সবচেয়ে কঠিন অংশ হ'ল গ্রিডগুলির মধ্যে অনুমানগুলি। @ ক্রিশ্চিয়ান ক্লাসনের পরামর্শ দেওয়া ব্রিগেস টিউটোরিয়ালগুলি আমার চেয়ে আরও ভাল এই বিষয়টিকে পরিচালনা করে।