加速广义极小残余新算法

研究了Krylov子空间广义极小残余算法（GMRES（m））的基本理论,特别是残余向量与Krylov子空间的关系．根据残余向量所满足的代数方程组,深入探讨算法的收敛性质与所选择的子空间的关系,指出大大量按模很小的特征值对应的特征向量的存在会降低算法的收敛速度,从而提出一种利用按模很小的特征值对应的特征向量扩充Krylov子空间的加速广义极小残余算法（AGMRES（m））、理论分析和数值结果都表明,算法是可靠和有效的．     

一类热传导反问题中边界温度场的重建算法

给出了一类二维热传导方程反问题中边界温度场的重建算法。首先将反问题归结为一泛函极小化问题;然后通过对未知边界的有限维逼近,将反问题分解成一系适定的热传导方程正问题;最后根据偏微分方程线性问题的叠加原理,将泛函极小化问题离散为线性代数方程组,再应用Tikhonov正则化方法求解线性代数方程组,从而获得边界温度场的数值解。数值算例表明了本文的算法是有效的,且具有较强的稳定性。     

离散正则方法在一维热传导方程寻源反问题中的应用

热传导方程寻源反问题具有不适定性.应用离散正则化方法即用一族与原问题相邻近的适定问题的解去逼近原问题的解,来克服这种不适定性.以一维热传导方程为例,对离散正则化方法进行了阐述,并进行了数值模拟.结果表明离散正则化方法的数值模拟结果与真实结果之间的误差较小,并且随着离散密度的增加,误差越来越小.这种方法避免引入泛函,使用起来较方便,可作为解决热传导方程寻源反问题的有效方法.     

误差向量与Krylov子空间对GMRES(m)算法收敛速度的影响

从广义极小残量法GMRES(m)的结构出发,分析其误差向量与Krylov子空间对该算法收敛速度的影响,推导出误差向量与Krylov子空间第1个向量和第m+1个向量的方向余弦关系,并用数值算例验证其合理性.当误差向量Υk+1在Krylov子空间向量v1的投影较大而在向量υm+1的投影较小时,GMRES(m)算法收敛速度较...     

基于不完全正交的VRP-IGMRES(m)算法

为提高大型线性方程组的求解效率,在VRP-GMRES(m)算法基础上,利用截断技术,即在构造Krylov子空间的基向量和Hessenberg矩阵时采用不完全正交的Arnoldi过程,提出截断型变参数广义极小残余算法(VRP-IGMRES(m)),并利用连续2次迭代残余向量的夹角余弦与模的关系给出算法的收敛性证明.最后通过数值算例分析了截断指标对计算精度和计算效率的影响,表明VRP-IGMRES(m)算法在保证计算精度的前提下,可以有效地提高计算效率,并得到了最优截断比的取值大约为0.1,为实际工程问题的求解提供了新的方法.     

平面电磁波中一个积分方程的数值求解

本文探讨了在平面电磁波理论中一个线性Abel积分方程的数值求解问题。指出了这类积分方程对一定空间对的不适定性,利用正则法,通过对全离散化的“展平泛函”的极小化,为其构造出了正则算子,从而对其给出了稳定的数值解法。     

拟逆正则化方法结合离散随机扰动反演初值问题

利用离散随机扰动探讨时间分数阶扩散方程的反演初值问题,这类问题是不适定的,即问题的解(如果存在)不连续依赖于测量数据.利用拟逆正则化方法,得到问题的一个正则近似解,并且给出在先验正则化参数选取规则下的收敛性估计.数值结果表明拟逆正则化方法解决此类问题是有效和稳定的.     

算子非精确条件下确定正则化参数的一种方法

基于非标准的广义偏差原则,在算子及观测数据都有扰动的条件下,对于求解不适定问题的Tik-honov正则化方法,给出了一种选取正则化参数的简单迭代算法,并阐明了该迭代算法是一种线性模型函数算法.进一步地,利用线性模型函数方法,在一定条件下证明了所提出的选取正则化参数的简单迭代算法是收敛的,并通过数值算例验证了该方法的有效性.     

求解大型稀疏线性方程组的加权拟极小残差算法

拟极小残差算法(QMR)是基于Lanczos双正交化过程的求解大型稀疏线性方程组的一种Krylov子空间方法.为了加快其收敛速度,采用加权技术,将QMR算法中的普通Euclidean内积用D-内积来代替,构造得到加权Lanczos双D-正交化算法,在此基础上得到加权拟极小残差算法(WQMR).数值算例表明,对某些矩阵特...     

一类求解约束离散不适定问题的积极集随机迭代方法

许多科学和工程领域的应用问题都可以归结为线性离散不适定问题的求解。考虑大规模带盒子约束的线性离散不适定问题的求解,提出一类基于积极集策略的随机内外迭代方法。基于积极集策略的内外迭代法在外层迭代上更新积极集和对应的非积极集,并采用投影算子,将不在可行域中的数值解分量投影到可行域边界上,同时在内层迭代上采用Krylov子空间方法求解无约束子问题。提出一类积极集迭代法,在内层迭代上采用高性能随机算法,依照概率分布选取子问题系数矩阵的列进行更新,并利用Armijo下降准则对迭代步长进行选择,这样就可以保证目标函数值随着迭代步数的增加而单调下降。在图像复原问题的数值实验中,验证所构造算法的高效性。在偏差准则的收敛条件下,新的积极集内外迭代法所利用的计算量、迭代步数和CPU时间都比前人提出的算法更少。     

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.     

求解具有多个右端项线性方程组的总体GMERR算法

提出求解具有多个右端项大规模非对称线性方程组AX=B的一个新方法.广义最小误差(GMERR)方法用于求解AX=B时,需要对每一个右端项分别求解,运算量大,并且求解一个线性方程组的信息不能有效的应用于另一个方程组.针对以上不足,将初始残量矩阵总体投影在一个Krylov子空间上,得到总体广义最小误差方法(总体GMERR方法)及相关性质.数值实验结果表明新方法比用GMERR算法分别求解每一个同系数矩阵而右端项不同的方程组更为有效.     

基于FMM的Krylov子空间IGMRES(m)新算法及其应用

研究了Krylov子空间GMRES(m)算法的基本理论,提出一种基于FMM的Krylov子空间截断型IGMRES(m)新算法.给出三物体弹性摩擦接触算例,计算结果表明,所提出算法在保证计算精度的前提下,可以大大减少迭代次数,显著提高计算效率.     

解大型线性方程组的轮换重新开始Krylov子空间方法

重新开始Krylov子空间方法(包括Galerkin法和最小二乘法)是求解大型线性方程组的一类流行和重要的方法。然而,这类方法容易在收敛过程中发生中断或停滞现象。为了解决这一问题,本文提出一种新的重新开始格式,称之为轮换重新开始格式。该格式的基本思想是通过轮流使用方程组系数矩阵与其转置矩阵来生成Krylov子空间。轮换重新开始Krylov方法的迭代残量容易在各个特征向量方向上取得大致相等的收敛量,从而使得收敛得到改善。数值实验结果表明轮换重新开始Krylov子空间方法能够有效解决收敛失败的问题。     

Krylov子空间投影法研究进展

Ｋｒｙｌｏｖ子空间投影法是一类非常有效的大型稀疏线性代数方程组解法，已被广泛应用于各种领域，随着左右空间Ｌｍ，Ｋｍ的不同取法可以得到许多人们熟知的方法．本文按矩阵Ｈｍ的不同类型，即为上Ｈｅｓｓｅｎｂｅｒｙ阵还是三对角阵将Ｋｒｙｌｏｖ子空间投影法分成两大类，从每步迭代是否具有最优性和方法的存储量、计算量等方面对Ｋｒｙｌｏｖ子空间法及其最新进展进行评述，指出Ｋｒｙｌｏｖ子空间法的局限及今后的研究方向．     

求解非线性特征值问题的两种迭代投影法

研究求解大型非线性特征值问题的两种迭代投影法:非线性有理Krylov子空间法和非线性Arnoldi方法.通过引入精化策略和不精确求解线性系统的思想,给出了精化有理Krylov方法和不精确非线性Arnoldi方法的实用算法,通过数值算例验证了改进后的方法可以提高计算的效率.     

基于模拟退火粒子群算法的MIT图像重建方法

为了改善逆问题病态性又能提高图像重建质量,提出了一种基于模拟退火粒子群算法的MIT图像重建方法.根据Hessian矩阵的维度,构建了一种Tikhonov和NOSER型混合多参数正则化算法.将模拟退火算法和粒子群算法进行组合,以广义交叉准则构建目标函数,进行正则化多参数寻优.结果表明,所提方法不仅有效克服了MIT重建图像数值解的不稳定性,增强了抗噪性能,而且所获得的重建图像的质量优于Tikhonov正则化和混合正则化算法,为MIT技术应用提供了理论参考.