<div dir="ltr"><div class="gmail_extra"><div class="gmail_quote">On Fri, Feb 26, 2016 at 11:19 AM, Manav Bhatia <span dir="ltr"><<a href="mailto:bhatiamanav@gmail.com" target="_blank">bhatiamanav@gmail.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div style="word-wrap:break-word"><div>I have now experimented with different AMG solvers (gamg, ML, hypre )  through petsc, and have a mixed bag of results. I have used -pc_gamg_threshold 0.1 for all cases.</div><div><br></div><div>The problem is that of plate-bending that is clamped on all ends, and has a uniformly distributed load. </div><div><br></div><div>The problem has 6 dofs per node: {u, v, w, tx, ty, tz}.  u, v are the in-plane deformations related to membrane action. w, tx, ty get the stiffness from the Mandlin first-order shear deformation theory. tz doesn’t really do anything in the problem, and the stiffness matrix has small diagonal values to avoid singularity problems. </div><div><br></div><div><br></div><div>I have tested AMG solvers for number of unknowns from a few hundred to about 1.5e6. </div><div><br></div><div>First off, I am absolutely thrilled to be able to solve that large a system of equations coming from a bending operator on my laptop! So a big thanks to the petsc team for giving us the tools! </div><div><br></div><div>I have not done a very thorough convergence study, but following are some general observations: </div><div><br></div><div>— Without providing the near null space, all three solvers work.</div><div><br></div><div>— The convergence of the solvers is significantly better when the near null space is provided. There are 6 near-null space modes provided: 3 rigid-body translations and 3-rigid body rotations. </div><div><br></div><div>— With the near null space provided, both hypre and ML work without problems, but GAMG quits the error of zero-pivot in LU decomposition. I am guessing this happens for the coarsest level. I was able to get around this with -mg_levels_pc_type jacobi . (I saw some earlier discussion on the mailing list about this, and got the sense that this may be a non-deterministic issue (?) ).</div></div></blockquote><div><br></div><div>No, you want to solve this using</div><div><br></div><div>  -mg_coarse_pc_type svd</div><div><br></div><div>and also send the output of -ksp_view.</div><div> </div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div style="word-wrap:break-word"><div>— With -pc_gamg_threshold 0.1 and -pc_mg_type full, I get the fastest convergence from ML. </div><div><br></div><div><div>— GAMG seems to take about twice the amount of memory than ML. </div></div></div></blockquote><div><br></div><div>Then the agglomeration parameters must be different since the algorithms are almost identical.</div><div><br></div><div>  Thanks,</div><div><br></div><div>    Matt</div><div> </div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div style="word-wrap:break-word"><div><br></div><div>I am now keen to play around with various parameters to see how to influence the convergence. </div><div><br></div><div>Any comments would be greatly appreciated. </div><div><br></div><div>Regards,</div><div>Manav</div><div><br></div><div><br></div><br><div><blockquote type="cite"><div>On Feb 25, 2016, at 6:21 AM, Mark Adams <<a href="mailto:mfadams@lbl.gov" target="_blank">mfadams@lbl.gov</a>> wrote:</div><br><div><div dir="ltr">I added ", which is often the null space of the operator without boundary conditions" to the web page doc for MatSetNearNullSpace.</div><div class="gmail_extra"><br><div class="gmail_quote">On Wed, Feb 24, 2016 at 10:57 AM, Matthew Knepley <span dir="ltr"><<a href="mailto:knepley@gmail.com" target="_blank">knepley@gmail.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div class="gmail_extra"><div class="gmail_quote"><span>On Wed, Feb 24, 2016 at 9:45 AM, Manav Bhatia <span dir="ltr"><<a href="mailto:bhatiamanav@gmail.com" target="_blank">bhatiamanav@gmail.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">Hi,<br>
<br>
    I typically apply Dirichlet BCs by modifying the Jacobin and rhs: zero constrained rows of matrix with 1.0 at diagonal, and zero corresponding rows of rhs.<br>
<br>
    While using GAMG, is it still recommended to provide the near-null space (given that the zero-eigenvalues have been removed by specification of DIrichlet BCs)?<br></blockquote><div><br></div></span><div>Yes.</div><span><div> </div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">
    If that information is still needed, should the vectors be modified in any manner to be consistent with the Dirichlet BCs?<br></blockquote><div><br></div></span><div>No. You can see that if you take a small piece of the domain, apart from the boundary, it will have this as a null space.</div><div><br></div><div>  Matt</div><div> </div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">
Thanks,<br>
Manav<br>
<br>
<br><span><font color="#888888">
</font></span></blockquote></div><span><font color="#888888"><br><br clear="all"><span class="HOEnZb"><font color="#888888"><div><br></div>-- <br><div>What most experimenters take for granted before they begin their experiments is infinitely more interesting than any results to which their experiments lead.<br>-- Norbert Wiener</div>
</font></span></font></span></div></div><span class="HOEnZb"><font color="#888888">
</font></span></blockquote></div><span class="HOEnZb"><font color="#888888"><br></font></span></div>
</div></blockquote></div><br></div></blockquote></div><br><br clear="all"><div><br></div>-- <br><div class="gmail_signature">What most experimenters take for granted before they begin their experiments is infinitely more interesting than any results to which their experiments lead.<br>-- Norbert Wiener</div>
</div></div>