An iterative algorithm in potential—field inversion

The problem of potential-field inversion can be become that of solving system of linear eqautions by using of linear processing.There are a lot of algorithms for solving any system of linear equations,and the regularized method is one of the best algorithms .But there is a shortcoming in application with the regularized method,viz.the optimum regularized parameter must be determined by experience,so it is difficulty to obtain an optimum solution.In this paper,an iterative algorithm for solving any system of linear equations is discussed,and a sufficient and necessary condition of the algorithm convergence is presented and proved.The algorithm is convergent for any starting point,and the optimum solution can be obtained,in particular,there is no need to calculate the inverse matrix in the algorithm.The typical practical example shows the iterative algorithm is simple and practicable,and the inversion effect is better than that of regularized method.     

三对角方程组行处理法并行解法

利用行处理法和分治策略给出一个求解任意三对角方程组的并行迭代解法 ,证明了所给解法对任意相容性三对角方程组收敛 ,讨论了所给解法的迭代终止条件 ,进而讨论了其对应分布式MIMD并行迭代算法的设计法则 .按照并行解法 并行计算机 =并行算法的模式 ,使用给出的并行解法 ,可以给出一些求解三对角方程组的新的MIMD并行迭代算法 .     

求解Sylvester方程的正交迭代算法

对于任意初始矩阵,运用求解Sylvester矩阵方程的正交迭代算法可以在有限步内得到方程的最小二乘解,而且通过选择初始矩阵还可以得到方程的极小范数最小二乘解,这种算法还能用于解决最佳逼近问题,数值例子表明了所提出算法的有效性.     

主元加权迭代法求解病态线性方程组

由于病态线性方程组的系数矩阵条件数很大,使用迭代法求解病态线性方程组时,收敛速度慢且数值解的精度很低.针对此问题,设计了一种主元加权迭代算法.该算法在系数矩阵主元上叠加一个权值,以此来降低系数矩阵的条件数.最后以希尔伯特矩阵构成的病态线性方程组为例,对提出的主元加权迭代算法和高斯-赛德尔迭代法以及雅克比迭代法进行了测试.对比试验结果表明:主元加权迭代算法能有效地提高数值解的精度.     

优化问题的序列线性方程组解法

拟牛顿算法是求解无约束优化问题的有效算法.序列二次规划方法是将拟牛顿算法应用于求解约束优化的推广与发展,它保持了拟牛顿算法的超线性收敛速度而成为约束优化的重要算法类.序列线性方程组方法则是它的进一步发展,目的在于每步求迭代方向dk时避免求解计算量较大的二次子规划.现在序列线性方程组方法仍在研究和发展,目的是简化算法结构、减少计算量,同时保持算法的优良性质.     

求解病态线性方程组的共轭向量基算法

结合最速下降法计算量小和共轭方向法收敛速度快的特点,提出了一种求解病态方程组的共轭向量基的方法。线性方程组的精确解能够由共轭向量基线性表示,利用迭代的方式给出了构造共轭向量基以及对应系数的方法,证明了算法所构造的向量基的共轭性。同时给出了一个改进算法以适合不同精度要求,加快迭代的收敛速度。通过对5000阶的Hilbert方程组进行求解,结果的相对误差小于0.45％,并与当前普遍使用有效的方法进行了比较,数值实验结果表明,该算法适合求解大型病态线性方程组,且具有快速收敛,精度较高的特性。     

一类随机Riccati矩阵代数方程的线性迭代解法

针对无穷区间随机线性二次最优控制问题对应的随机代数Riccati方程提出了线性迭代解法.算法中得到Liapunov线性代数方程解的序列,该序列收敛于随机Riccati代数方程的解.已有的理论算法针对该SARE得到的是非线性的常规Riccati代数方程解的序列,而通常每一次运用经典的Kleinman迭代方法求解常规Riccati代数方程,都是反复迭代求解Lia-punov线性代数方程的过程.这就使得本文算法相较于已有理论算法在针对特定类型SARE时,具有较好的性能.     

迭代法解线性方程组的收敛性比较

迭代法是解线性方程组的一个重要的实用方法,特别是适用于求解在实际中大量出现的系数矩阵为稀疏阵的大型线性方程组,而Matlab程序能够提高实际计算的能力和计算的速度。用Matlab程序来实现解线性方程组Jacobi的迭代和Gauaa-Seidel迭代,特别给出一种新的迭代方法的Matlab程序,并对这3种迭代法收敛条件及收敛速度做出比较。     

求解大型线性稀疏方程组改进的中心线法

求解线性方程组问题本是一个非常古老的数学问题,已进行了大量的研究.但随着科学技术的发展.求解问题的系数矩阵的规模变得越来越大,求解大规模稀疏矩阵的线性方程组问题已经成为科学计算中的最重要的问题之一.求解大型线性稀疏方程组的中心线法于1986年提出,文献[7]对其进行了部分改进,本文通过改进文献[7]中偏离中心线的偏离度,重新定义中心线向量,提出了一种与初始向量的选取无关的大范围收敛的迭代算法.与文献[7]的算法比较,本文提出的算法具有大范围收敛、计算量小、精度高的优点.     

用分块加权平均的不精确Newton法计算潮流问题

为研究电力系统中潮流方程的快速算法,将求解大型稀疏线性方程组的componentaveraging(CAV)方法应用于电力系统潮流方程的计算,提出了一种分块加权平均的不精确Newton法,给出了算法收敛性的证明。该方法的特点是易于组织并行计算,且算法灵活,无需对方程进行特殊处理,运算效率高,适应于解大型潮流方程。用IEEE662节点的电力系统对算法进行了串行实现,结果表明:该算法是可行的和快速的。     

基于递归公式求解某些椭圆型偏微分方程之特解

对某些具有多项式右端项的非齐次椭圆型偏微分方程,利用基于待定系数法原理而得到的一些直接迭代程式,就可以快速得到精确的多项式函数特解.我们对对流-反应方程、轴对称Poisson方程、轴对称Helmholtz型方程等给出了显式迭代公式,它们本质上等价于解对应的决定特解多项式系数的上三角型线性方程组.这些特解可用于工程上常用的"基本解方法"来数值求解有关的偏微分方程边值问题.     

二级多重分裂迭代法

本文给出一种全新的二级多重分裂迭代方法求解线性方程组,这一方法是基于二级迭代法与多重分裂迭代法的基础之上,方法函盖了近年来讨论的多种平行化迭代求解线性方程组的方法,并对矩阵具单调条件分析了方法的收敛性。     

线性代数方程组的通用性迭代解法的程序实现

给出利用线性代数方程组的通用性迭代解法求线性代数方程组的一个特解的算法描述及Ｃ语言实现     

解任意大型线性方程组的一种有效方法——优化的共轭斜量法

本文给出了求解任意大型线性方程组的一类新方法,它将最优化方法与数值代数理论有机地结合起来,利用优化技术选择共轭方向,这类方法一般也适用于求解超定方程组的最小二乘解。文中导出了O1GCR和ORTHO1GCR(M)两种算法,并分析了这两种算法的计算量、存贮量和收敛速度。     

求解自由边界问题的自适应投影方法

对一类自由边界问题,提出了基于线性互补问题的自适应投影算法.采用有限差分格式将自由边界问题离散为一个线性互补问题,然后用自适应投影迭代算法求其数值解,该方法在迭代过程中自动调整参数,达到加快收敛速度的目的,每一步迭代只需要求解一个线性方程组.给出了具体算法过程,并利用投影性质得到了它们的收敛性分析.最后用数值算例对算法验证,与已有的算法比较,结果表明:参数对自适应投影算法影响较小,该方法收敛速度更快.     

求解隐式差分方程的并行迭代法

本文研究了求解隐式差分方程的并行迭代方法，其基本思想是把隐式差分方程组划分为若干个子方程组来分别同时进行迭代求解。本文给出了构造隐式方程组并行迭代法的一般过程－－分段隐式迭代法，推导论证了它的收敛性，并阐明了它处理子方程组的优越之处。同时，据其本身特点，把它推广到二维情形。为说明此迭代法的有效性，本中针对具体例子给出了数值试验结果。     

限定井眼方向待钻轨道设计的代数法

限定了井眼方向的待钻井眼轨道设计问题需要求解一个7元非线性方程组,通常使用的数值迭代方法有许多固有的缺点,提出了一个新方法──代数法：将原始非线性方程组化简成一个三元多项式方程组,再进一步归结为求一个10次多项式方程全部正实数解问题和一个二元线性代数方程组问题。给出了代数法的计算机实现方法,具有计算速度快、数值稳定性好、存储需求小等特点。代数法具有与解析法相近的良好数学性质,能够对问题是否有解做出事前判断;在问题存在多个解的情况下,能够正确求出全部的解。所使用的数学化简技巧能够推广应用到求解定向井、水平井的井眼轨道设计问题中,有重要的理论价值和应用前景。     

基于物理模型的成像算法评价与 SASART 成像算法

基于物理模型的图像重建算法评价方法,作者研究设计的ＳＡＳＡＲＴ算法,给出了常用算法ＳＶＤ,ＣＧ,ＬＳＱＲ,阻尼ＬＳＱＲ,ＳＩＲＴ,ＳＡＲＴ及ＳＡＳＡＲＴ的测试结果。测试数据表明：（１）线性成像方程系统的特性（条件数）及解结构都对解精度有影响,解模型越粗糙,解的精度越低;（２）自激励联合迭代重建算法（ＳＡＳＡＲＴ）迭代稳定、抗噪音能力强,用于高噪数据反演能获得合理的图像;（３）各种求解算法都具有平滑效应,同时也都会产生误差很大（＞１５０％）的奇异解;（４）小的数据拟合差并不一定指示解的精度高;（５）对含误差数据,应用阻尼ＬＳＱＲ或ＳＡＳＡＲＴ算法进行成像反演。     

离散非线性系统的方程解耦与模态分析

按照微分几何中寻求一组线性独立的、?-不变分布的方法来实现对一个非线性方程组的解耦，达到对离散系统的非线性模态完全解耦的目的，并求出相应的单一非线性模态，求解时采用了逐次代入法，将问题转换成对应的线性模态附加上一系列的线性方程组的求解。同时探讨了迭代解法以简化计算，算例表明这种方法是有效的。