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．     

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．     

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．     

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.     

定常化Chebyshev加速迭代法的收敛性质

讨论求解线性方程组的定常化Chebyshev加速迭代法,给出了该方法的若干收敛性条件,通过数值算例比较了Chebyshev加速定常迭代法与非定常迭代法的收敛速度,计算结果表明二者是相当的。     

求解大型稀疏矩阵广义特征值的子空间迭代法加速研究

采用Wilson移频策略对子空间迭代法进行了加速. 为加速高阶特征值的收敛,对Wilson移频策略进行了改进,给出了详细的移频子空间迭代求解特征值的步骤,讨论了若干移频控制参数的选取. 从给出的对比算例可看出,采用移频算法,子空间迭代法求解特征值明显加速,且随着待求特征值阶数的增加,加速效果更加明显,求解时间与待求特征值数近似成线性关系.     

定常化Chebyshev迭代法迭代矩阵的特征值与其他特征值的关系

讨论求解线性方程组的定常化Chebyshev加速迭代法,通过给出三个引理和四个定理,证明了该方法的迭代矩阵特征值与其他矩阵特征值之间的关系.     

一类反对称迭代矩阵半迭代法的收敛性

半迭代法或称Chebyshev半迭代法是解线性方程组的一个常用且比较有效的方法,它大大提高了矩阵的收敛速度.本文依据Varga,Young,胡家赣书中介绍的迭代矩阵为对称阵时,半迭代法的收敛性的理论,以Chebyshev多项式及其基本性质作为基本工具,对一类反对称迭代矩阵,研究其半迭代法的收敛情况.从而为扩大半迭代法的适用范围奠定了基础.     

求解鞍点问题的修正SOR-like方法

针对大型稀疏鞍点问题给出了一种含有待定参数的新迭代解法,称之为修正SOR-like方法,简记为MPSOR-like方法.该迭代法的构成是基于对系数矩阵进行的一种分裂.迭代法需要选择一个预处理矩阵和待定参数,通过适当选取预处理矩阵和待定参数,新迭代法是收敛的,并且以定理的形式给出了新迭代方法的迭代矩阵的特征值和参数之间的基本等式,从而也导出了迭代法收敛的充分和必要条件.理论结果表明新方法更具有广泛性,并且选择适当的参数可以使新方法较SOR-like方法具有更快的收敛速度.给出了迭代法的数值试验结果.     

移频算法在加速子空间迭代法中的应用

基于子空间迭代法,采用移频加速算法,开发了一个高效、稳定、内存消耗低的移频子空间迭代特征值求解器SSubspace. 给出了详细的移频子空间迭代法求解广义特征值问题的步骤及关键参数的选取. 对刚度矩阵奇异时特征值的求解进行了探讨,实现了对刚体模态的求解. 与Intel MKL特征值求解器(FEAST v2.1)相比,SSubspace的求解效率高于FEAST,且内存消耗低于FEAST. SSubspace理论上可以求解出所有阶的特征值,且计算时间随特征值数的增加近似成线性增长关系,可用于求解大阶数特征值问题、大型矩阵的全特征值问题.     

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...     

解多项式方程的修正牛顿法的改进

该文提出了一个求解多项式方程n个单根的方法,从最常见的数值方法牛顿法出发,在修正后的牛顿法基础上用Chebyshev迭代法对其进行改进,使改进后的迭代法由原来的4阶收敛提高到至少5阶．     

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,证明了预处理后的矩阵Ａｐ的Ｇａｕｓｓ－Ｓｅｉｄｅｌ及对称的Ｇａｕｓ－Ｓｅｉｄｅｌ迭代均是收敛的,并且对Ｇａｕｓ－Ｓｅｉｄｅｌ迭代的迭代矩阵ＴＤ的谱半径ρ（Ｔｐ）给出了一个上界．同时也证明了对Ｇａｕｓ－Ｓｅｉｄｅｌ迭代法而言,经预处理后的迭代法优于经典的直接迭代法．     

电大三维非均匀介质体散射特性的快速分析

在体积分方程矩量法(VIE-MoM)中,采用多层快速多极子技术(MLFMA)并结合近场预条件技术,快速分析电大尺寸三维非均匀介质目标的电磁散射特性.在实施MLFMA加速技术的基础上,选取系数矩阵中近场耦合元素构造出具有近似对角特征的稀疏化矩阵,对其求逆快速构造预条件因子,用以加快GMRES迭代收敛速度.通过电大尺寸介质平板算例验证了MLFMA计算程序的正确性及其在节省计算时间和内存需求方面的明显效果.对非均匀半球壳介质体和三层非均匀介质平板的RCS进行了计算,采用上述预条件技术,收敛计算效率分别提高了87%和42%.数值结果表明,采用MLFMA结合预条件技术的VIE-MoM,是解决快速分析电大尺寸非均匀介质体散射问题的有效途径.     

压缩的Grassmann-Rayleigh商迭代

Grassmann-Rayleigh商迭代是Rayleigh商迭代的推广形式,它能计算一个p-维不变子空间,当子空间中部分Ritz值比其它Ritz值收敛更快时,算法奇异.针对算法奇异的问题,提出了一种压缩的Grassmann-Rayleigh商迭代,新算法在保持算法立方次的收敛速度的同时克服了算法奇异的问题并节省了计算...     

求解大型稀疏线性方程组的Krylov子空间方法的发展

 求解大型稀疏线性方程组是许多科学和工程计算中最重要的问题之一,Krylov子空间方法是求解这类线性方程组的一个研究热点.本文介绍了Krylov子空间方法及其分类,例如正交投影方法(或Ritz-Galerkin方法),正交化方法(或极小残差方法),双正交化方法(或Petrov-Galerkin方法),解法方程组的CGNE和CGNR方法等,指出了这些方法在算法设计方面国内外研究现状和存在问题,着重考虑稀疏矩阵向量乘积与内积计算方法的并行处理问题;讨论了预条件与并行预条件技术,残差磨光技术及其并行实现,数据的合理分布问题,内积瓶颈问题等方面研究的发展趋势,希望有更多学者了解和研究这些方法.