Курсовая работа по дисциплине «Программно-информационные комплексы» (стр. 7 )

% заполнения оболочки.
Для матрицы А	Для множителя L
Если сравнить заполнение множителя L и матрицы А, то можно сделать вывод, что в результате разбиения матрицы А на множители, увеличивается количество ненулевых элементовпри том же профиле и ширине ленты. Множитель L, полученный после упорядочения QMD, имеет наименее заполненный профиль.

Влияние прямого и обратного алгоритмов Катхилла-Макки на машинное представление матрицы и число операций.

NRC	DIAG	Размер профиля	Ширина ленты	Число операций при решении системы
Без использования алгоритмов упорядочения	С использованием прямого алгоритма CM	С использованием обратного  алгоритма  RCM	Разница %	Без использования алгоритмов упорядочения	С использованием прямого алгоритма CM	С использованием обратного  алгоритма  RCM	Разница %	Без использования алгоритмов упорядочения	С использованием прямого алгоритма СМ	С использованием обратного  алгоритма  RCM	Разница %
CM	RCM	CM	RCM	CM	RCM
3	126	1549	1680	1476	-8,5	4,7	55	25	25	54,5	54,5	.165950D+05	.205780D+05	.167410D+05	-24	-0,9
5	426	11471	9612	8940	16,2	22,1	185	43	43	76,8	76,8	.195718D+06	.168972D+06	.147123D+06	13,7	24,8
9	1554	86057	64908	61694	24,6	28,3	689	81	81	88,2	88,2	.254672D+07	.188657D+07	.172024D+07	25,9	32,5

Использование алгоритмов упорядочивания CMи RCMуменьшают такие характеристики как ширина ленты и размер профиля для большинства случаев, а значит увеличивается эффективность хранения матрицы для модифицированного профильного метода. В то же время с ростом размерности задачи алгоритмы упорядочивания уменьшают число операций при решении системы до 32 процентов в рассмотренных случаях для алгоритма RCM.

Можно сделать следующий вывод: для задач небольшой размерности (несколько сотен) приемлимо использовать не упакованную матрицу в сочетании с МПС. Для большей размерности больше подойдет алгоритм RCMс хранением в МПС.

Исследование выбора влияния начального узла на эффективность прямого и обратного алгоритмов Катхилла и Макки.

NRC	DIAG	Номер начального узла	Размер профиля	Ширина ленты	Число операций при решении системы
С применением алгоритма СМ	С применением алгоритма RCM	Разница %	С применением алгоритма СМ	С применением алгоритма RCM	Разница %	С применением алгоритма СМ	С применением алгоритма RCM	Разница %
3	126	7	1819	1627	11	25	25	0	.205780D+05	.167410D+05	19
3	126	10	2611	2207	15	33	32	3	.356070D+05	.263480D+05	26
3	126	15	1663	1519	9	21	21	0	.163510D+05	.141880D+05	13
3	126	17	1923	1703	11	25	25	0	.208070D+05	.166910D+05	20

При выборе начального узла для алгоритма Катхилла-Макки  мы получаем разный результат. Также, можно сказать, что от выбора начального узла зависит эффективность работы алгоритма Катхилла-Макки. Используемый алгоритм нахождения псевдопериферийного узла не гарантирует нахождение перифирийного узла, т. к. поэтому случайно подобранный узел 15 в качестве начального узла дал значительно лучшие результаты –размер профиля, ширина ленты и число операций при решении системы уменьшились по сравнению с начальным узлом, найденным автоматически, на 8-9%%, 15%, 15-20%% соответственно.

новый псевдопериферийный узел:  15

Общий вывод по пунктам 7-8: алгоритмы упорядочения улучшают эффективность использования памяти для хранения данных вычислительного эксперимента, и это лучше всего проявляется с ростом размерности задачи. Также уменьшается число операций при решении системы при использовании алгоритмов CM иRCM. Однако эти алгоритмы не лишены недостатков. Параметры получаемой матрицы сильно зависят от выбора периферийного узла. Так же алгоритмы не очень хорошо подходят для работы с модифицированной профильной схемой хранения – в результате получается большое количество нулевых элементов в оболочках хранимых матриц. Параметры матрицы ширина ленты и размер профиля, получаемые этим методом не очень хорошо подходят для использования с МПС.

Пункт 9

При выполнении пунктов 7,8 возникла мысль, что набор данных для анализа можно получить в пакетном режиме не заставляя пользователя в ручную набивать данные в таблицы, ведь цель работы научиться анализировать полученные данные, а не в овладении мастерства отыскания нужного участка файла отчета.

С появлением графического представления образа матрицы, совершенно отпадает необходимость выводить образ матрицы в текстовом виде, при условии достаточно быстрой работы плагина на матрицах большой размерности. Сейчас вывод образа при NRC= 7 занимает почти 2 мин(больше чем сам расчет) на достаточно мощном современном компьютере, блокируя при этом всякую возможность работы с комплексом.

При работе с системой Sigmaчасто приходится привить и дописывать исходный код модулей расчетного блока. Было бы значительно удобнее работать с редактором исходного кода, если присутствуют функции группового комментирования/раскомментирования участка кода, сдвига вправо/влево для лучшей читаемости программы.