并行辛普森和梯形积分方法的性能、准确性和预测块优化

并行数值积分是许多科学和工程应用的基本组成部分，但其性能很大程度上依赖于工作负载分配策略。在共享内存环境中，块大小的选择直接影响负载平衡、调度开销和缓存利用，特别是在采用自适应数值方法时。本文分析了四种数值积分技术的性能、准确性和可扩展性：辛普森法、自适应辛普森法、梯形法和自适应梯形法，这些方法在多线程执行模型中实现。对不同块大小和线程数的执行时间分布进行分析，揭示了性能的显著变化和方法依赖的最佳块配置。除了性能评估外，还评估了数值准确性，以突出计算效率与误差减少之间的权衡。根据经验观察，识别出最佳块范围，并用来构建预测模型，以估计基于线程数的近最优块配置。所提出的方法使得在无需广泛调优的情况下高效选择参数，并展示了预测块优化在并行数值积分中的可行性。