Зростаючі вимоги до якості проєктних рішень, а також використання нових конструктивних матеріалів викликають необхідність у розв’язанніякісно нових задач. Також завжди існує потреба у виконанні розрахунківскладних унікальних конструкцій. Тому зростає необхідність у нових методах і підходах, пов’язаних із побудовою та дослідженням коректнихкомп’ютерних моделей, які адекватно відображають реальну роботуконструкцій. Використання деталізованих математичних моделей призводить до суттєвого зростання розмірів розрахункових (дискретних) задач, а отже, і відповідних матриць. Зазвичай такі матриці мають розріджену структуру та надвеликі розміри. У результаті виникають проблемиефективного збереження, декомпозиції та обробки таких даних. Застосовуючи структурну регуляризацію матриць, можна вирішувати наступнізавдання: компактне збереження даних; швидкий доступ до великих масивів даних та їх обробка; мінімізація обмінів даними між обчислювальними пристроями. Для задач із розрідженими симетричними матрицямиблочно-хмарочосного виду запропоновано адаптивний паралельний алгоритм прямого методу, який забезпечує високу ефективність розпаралелювання і враховує структуру розріджених матриць та їх наповненістьданими. Розроблений алгоритм дозволяє виконати розподіл між процесами обчислення з блоками ненульових елементів трикутного розвинення розрідженої матриці таким чином, щоб вони проводилися одночаснобільшістю процесів. Отримано оцінки кількості арифметичних операцій,що виконуються алгоритмом, та коефіцієнта прискорення. Також отримано часові характеристики і показники прискорення при розв’язанні низки практичних задач моделювання міцності будівельних конструкцій нарізній кількості процесорних ядер із застосуванням різної величини блоків, використовуваних для обчислень.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.