Lernen der Iterationen materialwissenschaftlicher Lösungsverfahren

Aus SDQ-Wiki
Zur Navigation springen Zur Suche springen
Ausschreibung (Liste aller Ausschreibungen)
Typ Masterarbeit
Aushang MA Iterationen.pdf
Betreuer Wenden Sie sich bei Interesse oder Fragen bitte an:

Larissa Schmid (E-Mail: larissa.schmid@kit.edu, Telefon: +49-721-608-45981), Andreas Reiter

Thema

Motivation

Um aufwändige Materialsimulationen effizient durchführen zu können, wird massiv parallele Software genutzt. Für jede Simulation, die durchgeführt werden soll, muss eine neue Konfiguration der Software ausgewählt werden. Diese Konfiguration besteht aus dem zu simulierenden Material, zu verwendenden Algorithmen sowie deren Parametern. Aktuell ist jedoch unklar, wie die Parameter der Algorithmen für welches Material zum Erreichen einer optimalen Performance gewählt werden sollten.

Aufgabenstellung

In dieser Arbeit soll untersucht werden, wie sich Materialeigenschaften auf die Konvergenz der Löser, d.h. benötigte Anzahl Iterationen, auswirken, und wie sich diese Zusammenhänge in einem Modell abbilden lassen. Teilaufgaben der Arbeit sind:

  • Recherche der mathematischen Erwartungen und
  • Messen der Auswirkungen der Parameterwahl auf die Anzahl Iterationen
  • Erstellen eines Schätzmodells
  • Integration des Schätzmodells in ein Performancemodell der Software

English Translation

Motivation

Massively parallel software is used to efficiently perform complex material simulations. For each simulation to be performed, a new configuration of the software must be selected. This configuration consists of the material to be simulated, algorithms to be used, and their parameters. However, currently, it is unclear how the parameters of the algorithms should be chosen for which material to achieve optimal performance.

Task

The purpose of this work is to investigate how material properties affect the convergence of solvers, i.e., required number of iterations, and how these relationships can be represented in a model. Subtasks of the work are:

  • Researching the mathematical expectations and
  • Measuring the impact of parameter choice on the number of iterations
  • Building an estimation model
  • Integration of the estimation model into a performance model of the software