预处理子空间迭代法

研究了计算大型稀疏对称矩阵的若干个最大或最小特征值的问题．首先引入求解大型对称特征值问题的预处理技术，给出了改善后的算法及相应的算法收敛分析．而求解特征值问题的子空间迭代法，当矩阵的特征值的分布范围较大时，其收敛速度会受到限制．为了加速子空间迭代法的收敛速度，对每次迭代所得的残余矩阵直接进行预处理以改善矩阵特征值的分布而加速收敛．讨论了预处理技术对子空间迭代法的应用，从而给出了预处理子空间迭代法．最后给出了数值例子，结果表明预处理子空间迭代法比子空间迭代法优越，不仅收敛速度快，并且减少了计算量和计算时间．     

关于M矩阵的线性系统一个新的AOR预处理方法(英文)

本文研究M矩阵的预处理AOR方法,并给出新的预处理子I+Sα+SM+Sδ.新的预处理子是基于系数矩阵A的上三角部分绝对值最大元素,次对角元素以及最后一列元素构建.我们证明此法将加速AOR迭代速率,并通过与其他三个预处理子的比较说明新的预处理子更有效.数值例子验证了此预处理方法的有效性.     

用Chebvshev多项式加速的预处理子空间迭代法

研究了计算大型稀疏对称矩阵的若干个最大或最小特征值的问题的子空间迭代法.首先引入了加速子空间迭代法的Chebyshev迭代法和预处理技术.为了更好地加速子空间迭代法的收敛速度,作者把Chebyshev多项式和预处理技术同时应用到子空间迭代法中,对预处理过的残余矩阵用Chebyshev多项式加速.即讨论了Chebyshev迭代法对预处理子空间迭代法的应用.这样既缩小了矩阵特征值的分布范围,又改善了每次循环的初始矩阵.从而给出了用Chebyshev多项式加速的预处理子空间迭代法.最后给出了数值例子,结果表明加速后的预处理子空间迭代法比原来的预处理子空间迭代法更优越,进一步加速了迭代法的收敛速度,减少了计算量和计算时间.     

关于非局部扩散模型的一种快速预处理算法

变系数非局部扩散模型可以被一种快速配置法进行有效的数值离散。离散后得到一个系数矩阵具有 Toeplitz 结构且稠密的线性方程组。由于系数矩阵是非对称的,该线性方程组可以用广义极小残量法（GMRES）方法求解。为了提高 GMRES 方法的收敛率,构造了系数矩阵的 Toeplitz 及循环预处理子,并提出了预处理 GMRES 方法求解该线性方程组。数值算例也表明了该预处理算法的有效性。     

预处理子空间迭代法的收敛性分析

基于子空间迭代法的局限性，结合预处理技术的收敛特性，研究了预处理技术对子空间迭代法的应用以加速子空间迭代法的收敛，即预处理子空间迭代法，给出了相应的收敛分析．理论的分析和数值例子的结果表明预处理技术对子空间迭代法的加速是有效的．     

求解L-矩阵线性方程组的预处理迭代法

文章提出了求解系数矩阵为L-矩阵的线性方程组的预处理迭代方法,详细研究了该方法的重要性质及比较定理,表明了新的预处理方法提高了Gauss-Seidel型迭代法的收敛速度.最后以数值例子验证了该预处理迭代法的有效性.     

一类涡流控制问题的新的预处理子

构造了一类多调和涡流最优化控制问题(MECOC)的新的预处理子.结合新的预处理子对系数矩阵进行预处理后使用Krylov子空间方法,如GMRES方法求解,并分析了预处理矩阵的特征值分布情况.数值实验验证了理论结果的正确性,并说明了新的预处理子的有效性.     

用Chebyshev多项式加速的预处理子空间迭代法

研究了计算大型稀疏对称矩阵的若干个最大或最小特征值的问题，首先引入了求解大型对称特征值问题的预处理子空间迭代法和Chebyshev迭代法，并对其作了理论分析．为了加速预处理子空间迭代法的收敛性，笔者采用组合Chebyshev迭代法和预处理子空间迭代法，提出了计算大型对称稀疏矩阵的几个最大或最小特征值的Chebyshev预处理子空间迭代法．数值结果表明，该方法比预处理子空间方法优越．     

解矩阵方程的一种多项式预处理技术

先引入多项式预处理技术,用一次插值多项式法构造出一个合理的多项式预处理矩阵并对矩阵方程进行预处理,这样不仅可以缩小矩阵的奇异值的分布范围,而且能达到改善其奇异值比的目的;然后给出了新的算法,并分析了该算法的收敛速率的估计式,此估计式表明,只要采用恰当的预处理技术就可显著地提高迭代法的收敛速度;最后给出了数值例子,结果说明经过预处理后的矩阵方程比原来的矩阵方程的收敛速度更快,这充分表明了矩阵方程在多项式结构的预处理矩阵下求解速度的优越性,也说明通过一次插值多项式的构造来选取预处理矩阵是可行的.     

二维抛物方程初边值问题的拟多重网格预处理迭代法

本文结合多重网格和预处理迭代法,提出了求解二维抛物型方程初边值问题的一种很有效的方法,通过巧妙构造预处理迭代矩阵,从而显著减少迭代矩阵的条件数,加快了迭代收敛速度,提高了求解效率。     

对称正定严格对角占优矩阵的预处理

共轭梯度算法解大规模线性方程组的收敛速度依赖于矩阵的条件数．对正定严格对角占优矩阵、Ｍ－矩阵及Ｈ－矩阵给出了对称超松弛的修正预处理方法,并对预处理后的矩阵的条件数给出了估计式．     

求解非对称线性方程组的积多项式预处理GMRES算法

当系数矩阵的条件数过大时,求解非对称线性方程组通常采用预处理方法.根据GMRES算法的补足收敛特性,构造一种有效的积多项式预处理因子.在一定条件下,应用积多项式对系数矩阵进行预处理,可以显著降低谱条件数,从而加快残量的收敛速度.数值试验表明,新算法在残量收敛方面具有明显的优势.     

用于ECT图像重建的预处理Landweber迭代算法

针对Landweber迭代方法收敛速度慢的问题,采用预处理方法来加快其收敛速度,即减少为计算有效解所需的迭代步数,由求解方程ATAf=ATg变为求解DATAf=DATg,其中D是预处理矩阵.讨论了构建预处理矩阵的一般方法.采用两级预处理策略构建预处理矩阵,将大的奇异值聚合并与小的奇异值分隔开来,而不是将所有的奇异值聚合在一点上,避免信号与噪声混合.使用仿真数据对预处理Landweber方法的收敛速度以及重建图像质量进行了评价.实验表明,预处理投影Landweber迭代方法同未经预处理的Landweber相比只需很少的迭代步数就可以获得比较满意的重建结果,为电容层析成像技术在线进行定量的图像重建...     

关于不定线性方程组的若干预处理子的注记

利用Schur分解,提出KKT型实不定线性系统的若干预处理子,讨论了这些预处理情形下的Krylov子空间方法收敛所需的迭代步数,从而说明这些预处理方法是非常有效的.     

求解H-矩阵线性方程组的预处理Gauss-Seidel方法

针对系数矩阵A为H-矩阵,为线性方程组Ax=b引入了两种形式的预处理矩阵I+-S和I+S^,给出了相应的预处理Gauss-Seidel方法.证明了若系数矩阵A为H-矩阵,则新的系数矩阵(I+-S)A和(I+S^)A仍是H-矩阵,并给出了相应预条件Gauss-Seidel方法的收敛性分析.通过数值算例验证了新的预处理迭代方法的收敛率比经典的Gauss-Seidel迭代法以及J.P.Milaszewicz提出的改进Gauss-Seidel迭代法更好.     

非对称线性方程组的可变预处理GPBi-CG方法

给出了可变预处理形式的GPBi-CG方法,在算法的每一步中它用不同的预处理子.特别地,可变预处理子的灵活性是可用任何一种迭代法得到.例如,标准的GPBi-CG算法自身可以作为预处理子,其他的Krylov子空间法或是分裂迭代法也可以.对于可变预处理形式的GPBi-CG方法,我们还进行了一些数值试验,包括一些非对称矩阵.这些算例表明了可变预处理迭代法的收敛性和可靠性.     

改进的古典迭代法对于M-矩阵谱半径的比较结果

近四十年来许多文章致力于研究在系数矩阵是M 矩阵的情形下,线性方程组的预处理子的修改与完善,目的是为了改善古典迭代法(Jacobi,Gauss Seidel迭代法等)的收敛速度.本文对其中的Milaszewicz的方法(见文献[1])做出改进,将其结论中的预处理子参数化,并对参数的选择给出必要条件,以保证这种预处理方法收敛,从而得到在这种改进的预处理方法下,Jacobi及Gauss Seidel迭代法的迭代矩阵谱半径的比较结果.     

Z—矩阵的预处理迭代方法

对解大型稀疏线性方程组Ａｘ＝ｂ，当其系数矩阵Ａ为严格对角占优的Ｚ－矩阵时给出了一种预处理方法，证明了预处理后的的矩阵Ａｐ的Ｇａｕｓｓ－Ｓｅｉｄｅｌ及对称的Ｇａｕｓｓ－Ｓｅｉｄｅｌ迭代均收敛的，并且对Ｇａｕｓｓ－Ｓｅｉｄｅｌ迭代的迭代矩阵ＴＤ的谱半径ρ给出了一个上界。     

二维翼型绕流计算中预处理和多重网格方法的应用

结合Turkel矩阵预处理方法和多重网格方法,发展一种适合低速粘性流动计算的高效数值方法,通过对Navier-Stokes方程的时间导数项实施Turkel矩阵预处理,使得可压缩Navier-Stokes方程在低速情况下的系统刚性得到改善,为进一步加速收敛,提高计算效率,采用多重网格的3层V循环方式,对RAE2822超临...     

一种基于Broyden算法的预处理方法研究

非线性方程组的数值求解是工程实际应用中时常需要解决的问题。文中讨论了一种基于块Broyden算法的预处理方法。与传统算法不同之处是选取一个合适的预处理矩阵对块Bmyden矩阵进行预处理，以改善矩阵的条件数。数值计算表明，方法具有较快的收敛速度，能极大的减少迭代次数，从而提高方程的求解速度。因此，可适用于大规模科学与工程的高性能计算。