改进的高斯-赛德尔迭代法的收敛性分析

本文讨论了改进的高斯-赛德尔迭代法的收敛性。在严格对角占优的L-矩阵条件下,该预条件加快了高斯-赛德尔迭代法的收敛速度,而且在该预条件下高斯-赛德尔迭代法的谱半径是单调下降的。最后用数值例子说明本文得出的结论。     

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 .     

一类改进的高斯-赛德尔迭代法的比较性定理

讨论了改进的高斯-赛德尔迭代法的收敛性．若系数矩阵为非奇异不可约M-矩阵。则该预条件下高斯-赛德尔迭代法收敛的快慢取决于原高斯-赛德尔迭代法谱半径的大小．同样,在该预条件下高斯-赛德尔迭代法的谱半径大小与其他高斯-赛德尔迭代法的谱半径大小有关     

一类非线性问题迭代算法的求解

用一种简单可行的迭代方法求解一类有限维非线性问题.该方法是求解线性问题的高斯赛德尔迭代方法在非线性问题上的推广,且此迭代方法具有几何收敛性质.     

三对角方程组贪心方法并行迭代法

利用正交投影方法、贪心方法和分治策略给出一种求解任意三对角方程组的新的并行迭代解法.证明了该解法对任意的相容性三对角方程组收敛.分析了解法的复杂性、数值稳定性和相容性.探讨了解法对应的消息传递MIMD并行算法的设计方法.     

追赶法在求解循环和拟循环三对角方程组中的一种推广

针对循环或者拟循环三对角方程组,仿照追赶法的思想,给出了一种求解这两类方程组的追赶算法.该算法在求解循环和拟循环三对角方程组时用到的乘法和除法运算次数仅为8N和3N次,与传统计算循环三对角方程组的算法相比,提高了计算效率.数值试验表明,对于百万至千万阶的拟三对角方程组,本算法都可以在几秒内给出准确结果.     

关于Z-矩阵的修正不完全高斯-赛德尔迭代法谱半径的单调性

分析了预处理经典高斯-塞德尔迭代法过程中参向量α的选取对迭代的影响。在0≤α≤e的情况下,证明了对于Z-矩阵,当经典高斯-赛德尔迭代法收敛时,修正不完全高斯-赛德尔迭代法的迭代矩阵的谱半径对于α是严格单调递减的。     

最速下降法的若干重要改进

为了研究结构工程分析中线性方程组解法,基于变分迭代法的思路和简化拉氏乘子的识别,构造了线性方程组求解的一种迭代格式——改进型最速下降法。为了提高改进型最速下降法的计算效率,引入松弛因子和预处理技术两种手段,同时把松弛因子引入原来的最速下降法中,使传统的最速下降法也具有了实用性和较好的收敛速度。设计两个算例分别验证了改进型最速下降法引入松弛因子和预处理两种手段以及对最速下降法引入松弛因子这三种算法的效率和稳定性,对于算例1,三种方法与传统高斯-赛德尔方法相比计算效率分别提高了444倍、533倍和444倍,与传统超松弛迭代法相比分别提高了28.3倍、34.2倍和28.3倍;算例2是个病态矩阵,传统的高斯-赛德尔方法和超松弛迭代法均计算不出结果。三种方法与最速下降法相比计算效率分别提高了29.6倍、38.2倍和20.8倍。算例数值结果表明,改进型最速下降法极大地提高了方程组的求解效率和稳定性,值得推广。     

用结构可控神经网络作结构分析

构造一个的结构可控的前向神经网络，并于结构位移法方程的求解，采用动态的网络学习算法，使该网络得以更快速度收敛。数值模拟证明，用这种加速度的神经网络求解线性方程，其收敛速度优于传统的高斯－赛德尔迭代法。     

系数矩阵为特殊M-矩阵的线性方程组的PE_k解法

在PE方法的基础上,建立求解大型周期块状三对角线性代数方程组的PEk方法.讨论当方程组的系数矩阵为M-矩阵时,PEk方法的收敛性,给出PEk方法收敛的几个充分条件及参数k的选取范围.算例表明:当选取最优参数时,PEk方法的收敛速度大约是块Jacobi方法和对称块GS方法的两倍.     

广义M－阵异步迭代法的收敛性

该文在系数矩阵为广义Ｍ－阵条件下，证明了求解线性方程组的Ｊａｃｏｂｉ和Ｇｕａｓｓ－Ｓｅｉｄｅｌ迭代法是异步收敛的。     

求解最小二乘问题的带动量的Gauss-Seidel方法

最小二乘问题是重要的数学与统计模型,广泛用于回归分析、参数估计、最优控制和数据拟合等领域。基于古典的Gauss-Seidel方法,推导了求解最小二乘问题的迭代格式。结合Gauss-Seidel方法和Polyak''s Heavy-Ball技术,提出了动量型Gauss-Seidel方法的算法框架。根据贪婪的策略选择指标,建立了贪婪的动量型Gauss-Seidel方法的线性收敛性。最后,数值实验表明贪婪的动量型Gauss-Seidel方法在迭代步数和计算时间方面均优于贪婪的Gauss-Seidel方法。     

广义分裂下的预处理Gauss-Seidel迭代法收敛性的讨论

运用Gauss-Seidel迭代法解线性方程组,讨论了在一类预条件矩阵下的Gauss-Seidel迭代法的收敛性。在更广义的分裂条件下,对预条件Gauss-Seidel迭代法和相应的Gauss-Seidel迭代法的收敛性进行了比较,得到了比较定理。最后给出数值例子验证了所得到的主要结论。     

非线性方程组异步迭代法的收敛性

文中研究在多处理机系统上用Ｊａｃｏｂｉ和Ｇａｕｓｓ－Ｓｅｉｄｅｌ分裂求解非线性方程组的异步迭代法,对其收敛性条件进行了严格的理论分析。     

H-矩阵及其比较矩阵的预条件Gauss-Seidel法的收敛性

讨论了新的预条件矩阵下的预条件Gauss-Seidel法.在更广义的分裂条件下,将此法应用于H-矩阵及其比较矩阵上,并得到了相应的收敛结果和谱半径的比较结果,从而说明应用于H-矩阵的预条件Gauss-Seidel法的收敛速度要比应用于它的比较矩阵的预条件Gauss-Seidel法的收敛速度快.最后,给出一个数值例子验证得到的结果.     

实对称正定矩阵的Seidel迭代收敛性的一种证明

本文讨论了实对称正定矩阵的Gauss-Seidel迭代法收敛性的条件,并给出了一种更为简捷的判定Gauss-Seidel迭代收敛性的一种方法。     

关于Z-矩阵的一类新预条件迭代法

 给出了解线性方程组Ax=b的一类新的预条件迭代法,并证明了其收敛性.数值例子表明,所给方法比经典的Gauss-Seidel方法收敛速度快.     

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。     

预条件后新分裂下的Gauss-Seidel迭代法收敛性讨论

针对Gauss-Seidel迭代法求解大型线性方程组Ax=b时,结合矩阵分裂理论及比较定理,给方程两边同时左乘非奇异矩阵P(也称为预条件矩阵),对新的系数矩阵PA进行矩阵分裂时,引入参数α,以使矩阵分裂更加一般化,说明这种方法不仅能加速Gauss-Seidel迭代法的收敛,而且优于一般的预条件方法.最后给出一个数值例子.     

一般混合集值拟变分不等式的预估-校正算法

利用辅助原理提出了一种解一般混合集值拟变分不等式的预估-校正算法。如果混合集值拟变分不等式中的双函数是斜对称的，则新算法的收敛性只要求映射是g-局部放松强单调的即可，这是一个比g-强制性更弱的条件。