加权-对称超松弛迭代法

结合逐次超松弛迭代法（SOR）和对称超松弛迭代法（SSOR）的基本思想,给出了一类求解大型线性方程组的新迭代法：加权．对称超松弛迭代算法（WSSOR）,并在数值计算中给出了加权因子和松弛参数的最佳范围,实验表明新算法的收敛速度快、精确度高。     

求解一类HJB方程的非线性SOR迭代法

采用非线性SOR迭代法求解一类特殊的Hamilton-Jacobi-Bellman(HJB)方程,该迭代法可以看成为求解线性方程组的SOR迭代法在求解HJB方程上的推广.在一定条件下此方法具有单调收敛性.     

浅谈线性方程组的迭代求解

求解大型稀疏线性方程组的迭代法不仅是数值代数理论部分的主要内容,也是求解实际问题的重要方法.针对3种典型的求解大型稀疏线性方程组的迭代法,即Jacobi迭代法、Gauss-Seidel迭代法和SOR迭代法,通过实际算例验证并分析了它们的计算速度和效率,为学习和使用迭代法求解线性方程组的学生及工程人员更好地理解和运用迭代法提供了参考和铺垫.     

用差分方法求解两点边值问题

采用有限差分方法求解两点边值问题,得到线性方程组,并利用超松驰迭代法(SOR)解该方程组,并利用算法实现.     

广义修正HSS迭代法的加速超松弛收敛性分析(英文)

通过推广修正艾尔米特和反艾尔米特(MHSS)迭代法,进一步得到求解大型稀疏非艾尔米特正定线性方程组的广义MHSS*迭代法,基于不动点方程,我们还将加速超松弛(AOR)技术运用到了GMHSS迭代法,并证明它的收敛性.数值算例表明,AOR技术能够大大提高GMHSS迭代法的收敛效率.     

预处理后关于IMGS和SOR迭代法的一个比较定理

对于迭代法解线性方程组,运用矩阵分裂理论及比较定理,对超松弛迭代法(即SOR方法)和预条件P=I+Cα后的Gauss-Seidel迭代法(称为IMGS方法)的收敛速度进行比较,得到较好结果,最后给出一个数值例子。     

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。     

求解线性方程组迭代法的Excel实现

本文介绍了在Excel工作表中,用迭代法求解线性方程组的具体实现方法.列举了线性方程组求解的Jacobi迭代法、G-S迭代法和SOR方法.方法简单,结果直观.     

基于三维对流扩散方程四阶紧致差分格式的预条件迭代法

针对三维对流扩散方程,采用四阶紧致差分格式和预条件迭代法进行数值实验,利用带填补数的不完全LU分解（ILUT（τ,s））做预处理器,FGMRES（20）做迭代加速器对离散所得方程组进行求解．验证了四阶紧致差分格式的计算精度,通过比较预条件迭代法与高斯一赛德尔迭代法以及超松弛迭代法的迭代次数和CPU时间,充分显示了预条件迭代法的高速求解特性．     

关于雷诺方程SOR解法的若干探讨

逐次超松弛迭代（SOR）法是求解代数方程组应用较为广泛和有效的方法之一。此文通过对雷诺方程的求解，对SO方法求解精度判据δ和松弛因子ω选取等问题进行若干深入探讨，并通过大量的数值试验对其进行了分析研究。     

分析有限元线性方程组的求解方法

目的试图从几种常用的线性方程组的求解方法找出最优化方法. 方法从存储单元,运算量及收敛速度方面做了一系列比较分析.结果发现迭代法优于直接法,超松弛法优于其他迭代法.结论通过分析比较得出当迭代法收敛时,超松弛方法最优.     

椭圆型方程边值问题的拟多重网格预处理迭代法

利用多重网格法的思想,构造出一种求解椭圆型方程边值问题的预处理迭代格式,并给出了收敛性证明.特别地,对常系数方程得到了收敛速度与网格步长无关的最优结果.数值实验表明,所构造方法收敛速度较SOR法有显著提高,其迭代次数几乎与网格步长无关,迭代解逼近精确解的精度高而且稳定.     

二维抛物型方程初边值问题拟多重网格预处理迭代法

将求解二维椭圆方程边值问题的拟多重网格预处理迭代法推广到二维抛物型方程中去,采用Crank—Nicolson格式来离散二维抛物型方程．由于网格节点顺序对迭代格式的构造至关重要,因此对每一时间层上的Z层网格节点按照旋转红一黑序进行排序．数值试验表明,此方法迭代次数较SOR法有明显减少,迭代解与精确解的误差值相对较低,收敛速度较快．因此,在求解二维抛物型方程初边值问题中拟多重网格预处理迭代法是一种很有效的方法．     

线性多变量系统频域稳定性的迭代分析

本文在频域中研究了线性多变量反馈系统的迭代稳定性问题。通过对系统回差矩阵进行分裂，讨论了一般迭代方法的收敛性与系统稳定性之间的关系，得出了迭代收敛性等价于系统的闭环稳定性的结论，并由此得到３个实用的频域稳定性的判据。     

解区间线性方程组AOR方法的收敛性

设Ａ为 ｎ阶区间矩阵且（其中 Ｄ＝ｄｉａｇ） 　为Ａ的严格下（上）三角区间阵），ｂ为ｎ维区间向量。本 文给出解区间线性方程组Ａｘ＝ｂ的ＡＯＲ方法：，其中 并证明了该方 法当Ａ为严格对角占优阵时收敛于唯一的区间解。作为本方法的特例，还给出了区 间Ｊａｃｏｂｉ法、Ｇａｕｓｓ－Ｓｅｉｄｅｌ法和ＳＯＲ法相应的收敛定理。     

TOR方法解区间线性方程组的收敛性

设A为n阶区间矩阵,且0Aii(i=1,2。…,n),A=D+E+F+E~T+F~T(其中D=diag(A_(11),…,A_(nn)),E+F(E~T+F~T)为A的严格下(上)三角阵),b为n维区间向量、本文给出解区间线性方程组A_x=b的TOR方法:x(m+1)=L_(α,β),Fx(m)+g,其中L_(α,β),F=(2D+αE+βF)~(-1)(2-α-β)D-(α+β)(E~T+F~T)-αF-βE)、g=(2D+αE+βF)~(-1)b:并证明了该方法当A为广义严格对角占优阵时收敛于唯一的区间解。作为本方法的特例、还给出了区间Jacobi法,Gauss—Seidel法,SOR法和AOR法相应的收敛定理。     

一维非线性对流扩散方程特征有限元的两重网格算法

针对一维非线性对流扩散方程，构造了特征有限元两重网格算法。该算法只需要在粗网格上进行非线性迭代运算，而在所需要求解的细网格上进行一次线性运算即可。对于非线性对流占优扩散方程，不仅可以消除因对流占优项引起的数值振荡现象，更重要的是可以加快收敛速度、提高计算效率。误差估计表明，只要选取粗网格步长与细网格步长的平方根同阶，就可以使两重网格解与有限元解保持同样的计算精度。     

线性方程组的迭代解法

线性方程组的数值求解常见于许多科学与工程计算领域,介绍了求解大型线性方程组的主要迭代算法。首先,对一些经典迭代法（Jacobi方法、Gauss-Seidel方法、SOR方法、SSOR方法和CG方法等）进行了详细的讨论,并从理论上对收敛性进行分析。其次,讨论了最新的Hermitian/Skew-Hermitian splitting（HSS）迭代理论,给出了迭代公式和收敛性定理。最后,通过数值实验对所有迭代法的有效性进行了验证。     

解非线性方程组的两种区间松弛法

基于矩阵分裂与区间松弛算子导出了两种区间松弛迭代法，方法不用求矩阵 的逆且比已知的Ｈａｎｓｅｎ迭代法更快地收敛到解；其中有些算法具有平方收敛。此外， 应用Ｎｅｗｔｏｎ—ＳＯＲ方法构造的点序列比区间的边界序列更快地收敛到解。文中还给出 数值例子。