SciML/NonlinearSolve.jl

High-performance and differentiation-enabled nonlinear solvers (Newton methods), bracketed rootfinding (bisection, Falsi), with sparsity and Newton-Krylov support.

解决的问题

NonlinearSolve.jl 提供了高性能且稳健的工具,用于求解非线性方程组的根,这是许多科学和工程模拟的基本需求。

工作原理

它在 Julia 中原生实现了一套根查找算法,并使用统一的 API。该库利用多种先进技术来处理不同规模的问题:

  • 自动选择:可以根据运行时分析自动选择最佳算法。
  • GPU 优化:对于较小的问题,使用静态数组内核以提升 GPU 上的性能。
  • 大规模处理:对于大规模问题,利用稀疏自动微分和无雅可比 Krylov 方法。

适用人群

专为需要高效求解复杂非线性系统的科学计算、工程和建模领域的研究人员和实践者设计。

主要亮点

  • 面向多种求解器规格的统一 API。
  • 支持标准方法和区间法。
  • 高性能实现,可与 PETSc SNES 和 Sundials KINSOL 等成熟工具相媲美。
  • 原生 Julia 实现,可与 SciML 生态系统深度集成。

相关

  • 项目
  • 项目
  • 项目
  • 项目
  • 项目