解反对称矩阵特征问题的精化广义Lanczos方法

利用广义Lanczos算法,提出了一种计算反对称矩阵特征问题的广义Lanczos方法,并根据精化策略给出了求解大规模反对称矩阵部分特征对的精化广义Lanczos算法,数值实验表明精化变形需要的迭代次数更少.     

关于实对称带状矩阵逆特征值问题的广义Lanczos算法

针对实对称带状矩阵的逆特征值问题,提出了一种新的能适应重特征值逆问题算法-广义Lanczos算法.它是在块Lanczos算法、拟Lanczos算法的基础上的进一步扩张,通过实际计算验证,该算法简单且数值稳定.     

半精化双正交Lanczos方法

根据精化投影方法的思想及双正交Lanczos过程提出一种近似精化方法－－半精化及正交Lanczos方法，并给出了半精化近似特征对与精化近似特征对对应的残量范数之间的关系，数值实验表明了新算法的优越性。     

大规模非对称线性方程组Lanczos算法和精化Lanczos算法的对比

为了得到更加符合大规模非对称线性方程组的求解算法提出了Lanczos算法和精化Lanczos算法的对比分析,利用构建三角矩阵精化向量子空间的Ritz值和投影方式进行精细化对比,发现精化Lanczos算法的精细度高出10~2,接着分析算法的计算速度得出收敛效果的对比结果,在此基础上对比两种算法的时间消耗和内存消耗,得出精化Lanczos算法可以节省约30 s时间消耗和二分之一内存空间消耗的结论,最后通过计算残量值和特征值对比算法计算结果,经过对比分析充分凸显精化Lanczos算法的多方面优势.     

空间网格结构动力分析中的Lanczos方法应用

将Lanczos方法应用于作者研制开发的空间网格结构CAD程序中的结构动力反应分析当中,并介绍了具体的实施步骤。通过利用所编CAD程序对其计算效率及计算结果进行的分析,证实了Lanczos算法是一种求解空间网格结构自振频率和振型非常有效的方法。     

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,对某些矩阵特别是带状矩阵,该算法的收敛性优于QMR算法.     

大型结构动力特性的Lanczos数值计算方法及程序设计

针对大型结构动力分析中结构总体刚度矩阵的对称性和稀疏性,使用稀疏矩阵数据管理方法实现了Lanczos算法,降低了Lanczos算法的时间和空间复杂度,并将该算法应用到大型结构动力学特性计算问题中.经算例测试表明了该算法的正确性、可靠性和实用性.     

阻尼LSQR算法在多波地震反演中的应用

多波VTI介质AVA储层参数联合反演的关键是解Jacobi矩阵。本文从Lanczos迭代出发,结合双对角化和QR分解,推导出了阻尼Lanczos算法流程。通过比较SVD算法和LSQR算法,显示了阻尼Lanczos算法在效率和精度方面的优越性。该算法应用于多波地震勘探资料反演中,获得的目标层储层参数:纵波速度、横波速度和密度,证明了该算法的有效性。     

大型结构动力特性的Lanczos算法程序设计

本文针对大型结构动力分析中结构总体刚度矩阵的对称性和稀疏性,使用稀疏矩阵数据管理方法实现并优化了Lanczos算法,显著地降低了Lanczos算法的时间和空间复杂度,并将该算法应用到大型结构动力学特性计算问题中经算例测试表明了该算法实施的正确性、可靠性和实用性．     

大型结构动力特性的Lanczos算法程序设计

本文针对大型结构动力分析中结构总体刚度矩阵的对称性和稀疏性，使用稀疏矩阵数据管理方法实现并优化了Lanczos算法，显著地降低了Lanczos算法的时间和空间复杂度，并将该算法应用到大型结构动力学特性计算问题中经算例测试表明了该算法实施的正确性、可靠性和实用性．     

增广Krylov子空间上的精化Lanczos方法

精化Lanczos方法用于计算大规模对称矩阵特征对,与传统的Lanczos方法不同,主要是利用精化向量的优越性,用精化向量替代Ritz向量,介绍了用精化Lanczos重启方法和精化Lanczos压缩重启求近似特征对,理论上分析它们与传统方法的差别及优劣性。     

线性等式约束优化问题的预处理Lanczos路径方法

采用Lanczos法构成路径解线性等式约束的非线性优化问题．通过构造预处理Lanczos路径解目标函数的二次近似模型获得下降搜索方向．基于预处理Lanczos路径的性质，在合理的假设条件下，证明了所提供的算法不仅具有整体收敛性，而且保持快速的超线性收敛速率．进一步，数值计算表明了算法的可行性和有效性．     

Lanczos双对角化:一种快速的非负矩阵初始化方法

对于大型的非负矩阵,利用Lanczos双对角化得到了一个低秩近似.类似于Boutsidis Gallopoulos的方法,可以进一步得到它的非负近似,由此得到了非负矩阵分解的一种新的初始化方法.它虽然带有一点随意性,但可以和已有的非负矩阵分解方法相结合.从数值试验可以看出,与基于奇异值分解的初始化方法相比较,该初始化方法更加有效.     

非对称实矩阵特征问题的广义Lanczos方法的收敛性

对大型非对称矩阵Ａ的特征问题，Ｓａａｄ曾证明，当Ａ只有实单重特征值时．广义Ｌａｎｃｚｏｓ方法对求Ａ 的端部特征值和对应的特征向量通常是快速收敛的。本文取消了对 Ａ的这一限制，在 Ａ只有线性初等因子的情形下，证明了广义 Ｌａｎｃ－ｚｏｓ方法对计算Ａ的少数端部特征值和对应的特征的量仍是快速收敛的。     

电力系统最近电压崩溃临界点的确定

通过静态模型对动态模型的有效模拟，对最近电压崩溃临界点的计算方法进行了适当的改进。按照系统的鞍结分叉点处的左特征向量来控制系统的行为可以最快地远离电压崩溃点。采用Lanczos法求取特征值和特征向量，该方法比常用的逆迭代法精度高、运算量小。方法的有效性已在IEEE-5节点系统、约定考核题Ⅱ测算中得到证明。     

利用余量矩阵修正近似特征值的Lanczos方法

本文提出了在Lanczos方法中利用余量矩阵修正近似特征值的实用算法,并且利用Lehmann最佳区间定理和单边估计定理讨论了修正后的逼近性质。