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.     

广义混合型Lyapunov矩阵方程多参数迭代校正方法

讨论广义混合型Lyapunov矩阵方程AX+XB+CXD=F的多参数迭代校正方法.给出了迭代收敛的充要条件和参数的选取方法,同时运用一个整体校正模型改善了迭代的收敛性.当方程相容时,该算法对方程的系数矩阵无特殊限制.     

一种新的求解Sylvester矩阵方程AXB~T+BXA~T=F的参数迭代方法

提出了一种新的参数迭代方法,用于求解形如AXB~T+BXA~T=F的Sylvester矩阵方程,其中A,B,F∈Rn×n为已知矩阵,X∈Rn×n是未知的,并讨论了所提出方法的收敛性.此外,当A和B是对称正定矩阵时,分别给出了新方法的最优迭代参数和近似最优迭代参数.最后,通过若干数值实验说明了新方法的有效性和准确性.     

预处理Gauss-Seidel迭代方法渐近收敛率的单调性

研究带参数预处理的改进Gauss-Seidel迭代法对非奇异M-矩阵的收敛性,证明了当所有预处理参数αi满足0≤αi≤1时, 其迭代矩阵的谱半径是单调下降的,从而其渐近收敛率是单调上升的.并给出了一个矩阵系列,其迭代矩阵的谱半径当所有预处理参数αi=1时达到最小值,亦即此时其渐近收敛率达到最大值.这些反例说明,Gauss-Seidel迭代法的迭代矩阵的谱半径的单调性当αi〉1时将不能得到保证.     

基于Q学习的有限时间随机线性二次最优控制

针对系统状态和控制均依赖于噪声的随机线性离散时间系统,采用基于值迭代的Q学习迭代算法求解模型参数部分未知的有限时间随机线性二次(SLQ)最优控制问题。首先给出SLQ最优控制问题可达性条件和适应性条件,并通过矩阵拉格朗日乘子算法得到最优控制增益矩阵序列以及相应的随机代数Riccati方程(SARE)。其次,以值迭代算法为基础定义Q函数,利用Q学习迭代算法获得每个最优控制增益矩阵所对应的迭代控制增益矩阵序列和H矩阵序列。该算法依赖于系统状态信息,摆脱了系统模型参数部分未知的限制,并证明控制增益矩阵序列收敛到各自的最优控制增益矩阵,H矩阵序列收敛到各自的最优H矩阵。最后通过一个仿真实例说明了Q学习迭代算法的有效性。     

对角相似变换下的非负矩阵最大特征值算法

通过引进一个参数构造与迭代矩阵的行和相关的正对角矩阵, 应用矩阵的正对角相似变换, 给出不可约非负矩阵最大特征值与对应特征向量的数值算法, 算法中每一步参数的选择灵活性都较大, 从而提高了收敛速度.     

对角相似变换下的非负矩阵最大特征值算法

通过引进一个参数构造与迭代矩阵的行和相关的正对角矩阵, 应用矩阵的正对角相似变换, 给出不可约非负矩阵最大特征值与对应特征向量的数值算法, 算法中每一步参数的选择灵活性都较大, 从而提高了收敛速度.     

松弛模系矩阵分裂迭代法求解一类非线性互补问题

考虑松弛模系矩阵分裂迭代法求解一类非线性互补问题,理论分析给出了当系数矩阵为H_+-矩阵时迭代法的收敛性和松弛参数的选取方法.数值实验表明,松弛模系矩阵分裂迭代法在迭代步数和迭代时间上均优于模系矩阵分裂迭代法.     

非负矩阵最大特征值的计算

利用矩阵的对角相似变换,给出了不可约非负矩阵最大特征值的一种算法,在每一步迭代时引入一个适合的参数,算法简单适用.     

二阶Sylvester方程的解及其在特征结构配置中的应用

考虑了二阶Sylvester矩阵方程的求解及其在特征结构配置设计中的应用。通过矩阵初等变换,给出了该矩阵方程的迭代形式的解析通解。基于二阶Sylvester矩阵方程的解析通解,给出了振动二阶线性系统的状态反馈特征结构配置设计参数化方法。该参数化方法给出了特征向量矩阵和状态反馈增益阵的参数化表达式,其所含自由参数为控制系统设计提供了全部自由度,可适当选择这些参数满足某些系统设计性能指标,如鲁棒性等。最后,数值算例表明二阶Sylvester矩阵方程的解析通解和状态反馈特征结构配置设计参数化方法的简单有效性。     

Richardson迭代法的松弛策略

将Richardson迭代法拓展应用于更一般的线性方程组求解中. 先用相似变换矩阵对迭代过程和迭代矩阵进行重新表示, 基于使迭代矩阵的谱半径达到极小值, 给出最优松弛参数的取值方法; 然后针对最小特征值难计算的问题, 提出一种仅依赖于最大特征值的加速收敛策略.     

解线性方程组的预条件SOR型迭代法

针对大型线性方程组问题构造了一种含有待定参数和预条件因子的新迭代解法,将其称为预条件SOR型迭代法.当待定参数ω=1时,预条件SOR迭代法就变成程光辉等人给出的预条件Gauss-Seidel型方法.讨论了当系数矩阵是不可约Z-矩阵时,SOR法和预条件SOR法的迭代矩阵所具有的性质,并通过定理将这两种迭代矩阵的谱半径进行了比较,同时给出了收敛最快时参数的取值范围.另外也将预条件SOR型迭代法和预条件Gauss-Seidel型方法进行了比较,显示了新方法的优越性.最后通过数值例子说明,选取合适的预条件因子可以使求解线性方程组的预条件SOR方法变得更有效.     

一类Sylvester矩阵方程的迭代解法

针对Sylvester矩阵方程给出了一种基于梯度的迭代解法.通过引入一个松弛参数和应用层次识别原理,构建了一种新型的迭代方法求解一类Sylvester矩阵方程.收敛分析表明,在一定的假设条件下对于任意初始值,迭代解都收敛到精确解.数值算例也表明了所给方法的有效性和优越性.     

求解对称不定线性系统的吉尔-默里强迫正定方法

对于系数矩阵中(1,1)块矩阵为对称不定矩阵鞍点问题的迭代解法,利用对称不定矩阵的吉尔-默里强迫正定分解方法构造了此类鞍点问题的系数矩阵的一个分裂,由此分裂构造了一个求解此类鞍点问题的迭代算法,讨论了其收敛性,给出了该算法的收敛条件.数值算例表明适当选取参数矩阵P与Q,新算法是可行和有效的     

矩阵方程AXB+CXD=F的参数迭代解法

目的建立求解大型线性矩阵方程AXB CXD=F的惟一解的参数迭代方法。方法矩阵变换与矩阵特征值分析方法。结果基于矩阵变换方法导出了矩阵方程的等价形式,并构造出参数迭代格式,得到了格式收敛的充要条件。当A,B,C及D为Herm ite正定矩阵时,导出了最优参数和近似最优参数的计算公式。结论建立了求解大型线性矩阵方程AXB CXD=F的惟一解的参数迭代方法,证明了参数迭代格式的收敛性定理和特殊条件下最优参数的存在性定理。     

两步模系矩阵分裂算法求解弱非线性互补问题

考虑两步模系矩阵分裂算法求解弱非线性互补问题,理论分析给出了当系数矩阵为正定矩阵或H+-矩阵时迭代法的收敛性质和两步模系超松弛迭代法的参数选取范围.数值实验表明,两步模系矩阵分裂算法是行之有效的,并在迭代步数和迭代时间上均优于模系矩阵分裂算法.     

加权广义逆矩阵的迭代算法

简要讨论了加权Ｍｏｏｒｅ－Ｐｅｎｒｏｓｅ广义逆矩阵的一些基本性质：给出了计算加权Ｍｏｏｒｅ－Ｐｅｎｒｏｓｅ广义逆矩阵的四种迭代算法，其中两种为线性算法，另外两种为高阶算法：讨论了诸算法间的相互关系，给出了高阶算法的一种较好的初始矩阵；讨论了诸算法的收敛性条件，给出了最佳的迭代参数；最后．讨论了算法在求解加权最小二乘问题中的应用。     

改进的JOR迭代法的收敛性定理

基于严格双α-对角占优的概念,针对线性方程组Ax=b在求解时常用的JOR迭代方法,给出了JOR迭代矩阵谱半径新的上界及迭代法的收敛性准则.该准则不仅适用于双严格对角占优矩阵类,还适用于严格双α-对角占优矩阵类,对相应迭代矩阵谱半径的估计也更精确,且扩大了JOR方法收敛参数的选取范围,并用数值例子说明了所给结果的优越性.     

线性方程组并行迭代求解的收敛性

文章利用近似逆矩阵构造了一类求解线性方程组的并行迭代算法.分析了算法的收敛性,给出了参数的取值范围及最优值计算公式.     

多参数超松驰并行二阶段多分裂失代算法

本文提出求解线性方程组的多参数超松弛并行二阶段多分裂迭方法,讨论了多参数的选取范围.当系数矩阵是M-矩阵或H-矩阵时,且多参数的选取范围满足0＜wi≤w＜2/1+ρ(|J|,这里J是Jacobi迭代矩阵,该方法被证明是收敛的.最后较详细地研究了多参数的SOR方法,给出了多参数的收敛范围.