Пример выполняет развертку параметра в системе Лоренца обыкновенных дифференциальных уравнений на параметрах и , и показывает хаотическую природу этой системы.
Создайте сетку параметра
Задайте область значений параметров, которые вы хотите исследовать в развертке параметра.
Создайте 2D сетку параметров при помощи meshgrid
функция.
Создайте объект фигуры и установите 'Visible'
к true
так, чтобы это открылось в новом окне, за пределами live скрипта. Чтобы визуализировать результаты развертки параметра, создайте объемную поверхностную диаграмму. Обратите внимание на то, что инициализация Z
компонент поверхности с NaN
создает пустой график.
Настройте параллельную среду
Создайте пул параллельных рабочих при помощи parpool
функция.
Starting parallel pool (parpool) using the 'local' profile ...
Connected to the parallel pool (number of workers: 6).
Чтобы отправить данные от рабочих, создайте DataQueue
объект. Настройте функцию, которая обновляет объемную поверхностную диаграмму каждый раз, когда рабочий отправляет данные при помощи afterEach
функция. updatePlot
функция является функцией, определяемой поддержки в конце примера.
Выполните параллельную развертку параметра
После того, как вы зададите параметры, можно выполнить параллельную развертку параметра.
parfeval
работает более эффективно, когда вы распределяете рабочую нагрузку. Чтобы распределить рабочую нагрузку, сгруппируйте параметры, чтобы исследовать в разделы. В данном примере разделите в универсальные разделы размера step
при помощи оператора двоеточия (:
). Полученный массив partitions
содержит контуры разделов. Обратите внимание на то, что необходимо добавить конечную точку последнего раздела.
partitions = 1×17
1 101 201 301 401 501 601 701 801 901 1001 1101 1201 1301 1401 1501 1601
Для лучшей эффективности попытайтесь разделить в разделы, которые являются:
Достаточно большой, что время вычисления является большим по сравнению с издержками планирования раздела.
Достаточно маленький, что существует достаточно разделов, чтобы заставить всех рабочих напряженно трудиться.
Чтобы представлять функциональное выполнение на параллельных рабочих и содержать их результаты, используйте будущие объекты.
Разгрузите расчеты, чтобы быть параллельными рабочим при помощи parfeval
функция. parameterSweep
функция, определяемая помощника в конце этого скрипта, который решает систему Лоренца на разделе параметров, чтобы исследовать. Это имеет один выходной аргумент, таким образом, необходимо задать 1
как количество выходных параметров в parfeval
.
parfeval
не делает блока MATLAB, таким образом, можно продолжить работать, в то время как расчеты происходят. Рабочие вычисляют параллельно и отправляют промежуточные результаты через DataQueue
как только они становятся доступными.
Если вы хотите с блоком MATLAB до parfeval
завершается, используйте wait
функция на будущих объектах. Используя wait
функция полезна, когда последующий код зависит от завершения parfeval
.
После parfeval
закончил расчеты, wait
концы и вы можете выполнить больше кода. Например, постройте контур получившейся поверхности. Используйте fetchOutputs
функция, чтобы получить результаты, сохраненные в будущих объектах.
Если вашей развертке параметра нужно больше вычислительных ресурсов, и у вас есть доступ к кластеру, можно увеличить parfeval
расчеты. Для получения дополнительной информации смотрите, Масштабируют от Рабочего стола до Кластера.
Определение функций помощника
Задайте функцию помощника, которая решает систему Лоренца на разделе параметров, чтобы исследовать. Отправьте промежуточные результаты клиенту MATLAB при помощи send
функция на DataQueue
объект.
Задайте другую функцию помощника, которая обновляет объемную поверхностную диаграмму, когда новые данные прибывают.