预处理ICCG法求解稀疏病态方程组

针对一般的对称正定线性代数方程组,首先给出了常用的不完全Cholesky分解预处理技术;然后通过改进对称逐次超松弛(SSOR)预处理矩阵形式提出SSOR-ICCG算法及其改进算法,并讨论了算法的收敛性;最后进行数值模拟仿真实验,数值结果表明,该算法是有效可行的,且较之一般的预处理不完全Cholesky共轭梯度法(ICCG方法),该算法在求解稀疏病态方程组方面具有优越性.     

用预处理共轭梯度法求解有限元方程组及程序设计

预处理共轭梯度法是求解大型稀疏线性方程组的极为有效的迭代法。本文改进了对称逐步超松弛预处理共轭梯度法（ＳＳＯＲ－ＰＣＧ法）的迭代格式,可节省计算量８％￣５０％,并给出应用ＳＳＯＲ－ＰＣＧ法求解有限元方程组时的几个关键子程序。     

基于GPU的对称正定稀疏矩阵复线性方程组迭代算法

提出一种基于图形处理器（GPU）的对称正定稀疏矩阵复线性方程组迭代算法. 首先, 采用基于GPU的共轭梯度法和双共轭梯度法, 实现GPU上的矩阵向量乘操作, 并充分优化相应的算法步骤; 其次, 实现基于GPU的对角元预处理、 不完全Cholesky分解和对称超松弛3种预处理方法, 提出一种基于GPU的求解三角方程组并行算法; 最后, 实验分析各种预处理方法的优劣. 实验结果表明, 该算法较CPU串行迭代算法与经典的直接法速度提升较大, 最高可达到76倍的加速比.     

求解大规模非线性方程组的一种无导数共轭梯度法

提出求解大规模非线性方程组的一种无导数共轭梯度法．算法的优点是计算中完全不需要用到方程组的雅可比矩阵．在适当的条件下,证明算法具有全局收敛性．     

第二类Wiener-Hopf积分方程的复合Nystr?m-Clenshaw-Curtis方法

研究第二类Wiener-Hopf积分方程的高精度数值解法.复合Nystr?m-Clenshaw-Curtis(NCC)求积方法被引入,预处理共轭梯度法被用于求解离散方程组,数值结果用于说明算法的有效性.     

自共轭椭圆偏微分方程的m-step Jacobi PCG方法

M-step Jacobi预处理共轭梯度法被用于求解源于自共轭椭圆偏微分方程的有限元或有限差分逼近的大型稀疏线性系统.这种方法的应用基础是相应的Jacobi迭代收敛.研究结果表明:偶数步的Jacobi预处理共轭梯度法较相邻奇数步的Jacobi预处理共轭梯度法更有效,步数越多,收敛速度越快.     

PCG法的理论解释及在结构分析中的应用

以雅可比共轭梯度法为例,根据盖尔定理,从理论上证明了预处理共轭梯度法在一定条件下会加速,并给出了加速条件.通过预处理技术导出大型稀疏矩阵广义特征值问题求解的一种新加速方法,可提高计算的效率和稳定性.算例结果表明,对于求解大型稀疏线性方程组问题,预处理共轭梯度法及本文特征值新加速方法较传统方法更有优势.     

机构综合的混沌优化算法

针对机构综合的非线性方程组求解问题提出了一种混合混沌算法,将方程组转换成一个优化问题,然后利用优化问题的非线性共轭梯度法与混沌优化方法相结合进行优化求解,该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优.机构综合实例表明：笔者提出的方法能够求出非线性方程组的所有实数解,算法有效、简单、实用.     

有界约束非线性方程组的修正三项HS投影算法及应用

为了加快大规模有界约束非线性方程组的求解,在三项HS共轭方向的基础上,构造出一个新的搜索方向,基于共轭梯度法和投影方法,提出了一种求解有界约束非线性方程组问题的修正三项HS投影共轭梯度算法.在温和的假设下,证明了新算法的全局收敛性质.数值算例表明新算法对求解大规模有界约束非线性方程组是有效且稳定的,并将其成功地应用于求解图像恢复问题.     

嵌入共轭梯度算子的遗传算法

分析病态线性方程组的机理,将原线性方程组的求解问题转化为一个等价变分问题的极少值点寻优问题。在遗传算法产生的子代群体的个体以固定的概率采用共轭梯度法产生新子群,即采用共轭梯度法在局部进行搜索。将共轭梯度法局部搜索能力与遗传算法全局搜索能力有机结合,从而实现了混合算法的优化。算例结果表明,该算法对于病态方程组的求解效果明显优于一般的遗传算法和共轭梯度法。