在对稀疏线性方程组求解与刚度矩阵装配算法进行改进之前，其他各个模块所需要的时间相对很短，但在对算法进行改进之后，这些模块所占用的时间在整体模拟时间中所占的比重相对增大，所以对其他模块进行性能优化也是十分必要的。
首先，在有的处理器上进行浮点运算时，除法操作所需要的时间比乘法操作所需要的时间长，基于这种考虑，在有的量被多次重复作为被除数的地方，可以事先计算该量的倒数，之后利用乘法来代替除法，这可以在一定程度上缩短计算时间。例如，在judge子程序中，就反复出现除以2.0的计算，这种计算可以直接用乘以0.5来代替。
其次，在原程序中，反复出现在循环内的某些计算是与循环变量无关的，这种情况在gpmc、substrain、stiff8、gravity与formdm等子程序中都有出现。这些计算实际上对所有循环变量而言都是一样的，所以可以事先在循环之外将该计算结果算出来，再在循环之中引用这个结果即可，通过这种技术可以明显减少计算量。此外，即使在同一个循环之内，也可以利用这种思想来消除重复计算。(www.xing528.com)
再次，在出现两重循环或多重循环之处，多个循环的嵌套次序对程序性能也有较大影响。对这里所考虑的程序，由于是利用FORTRAN语言所编写的，出现两重循环之处大多对应于对二维数组的访问，而在FORTRAN中，二维数组在内存中是按列优先的方式进行存储的，所以对循环的嵌套次序进行合理安排，使得对应于行号的循环嵌套于对应于列号的循环之内，就可以提高Cache的利用率，减少访存的频率，提高数据供应速度，从而提高处理器的实际性能，缩短处理时间。
此外，由于对许多专用处理器，都已经由生产厂商提供了专为这些处理器研制的高性能计算基本库，如：基本向量、矩阵运算子程序BLAS、线性代数函数库LAPACK等，这种库中的函数相对一般所写的具有相应功能的子程序而言，经过了优化方面的特别考虑，所以在这些处理器上具有更高的性能。所以，应该尽可能调用厂商提供的这些高性能库函数，对此处遇到的程序，主要调用的是BLAS子程序。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
