解不适定算子方程的松驰隐式迭代法

本文在解不适定算子方程的隐式迭代中引入一个松驰因子ω,得到了松驰隐式迭代法．研究了精确和非精确右端迭代近似解的收敛性态和收敛速率,并利用残差原则给出了可执行的算法．理论推导表明,只要选取适当的松驰因子,迭代的收敛速率优于原先的隐式迭代法．     

求解非对称代数黎卡提方程的一种新交替线性隐式迭代法

提出了一种新交替线性隐式迭代法来求解非对称代数黎卡提方程的最小非负解,证明了该算法的单调收敛性,并且估计了该算法的渐进收敛因子.与已有的交替线性化隐式迭代法相比,该算法在迭代次数、CPU时间以及误差3个方面均有一定优势.     

速度、压力耦合方程组的块隐式解

提出了求解回流中速度、压力耦合方程组的两组块交替方向隐式迭代的算法。以存在解析解的无粘射流为算例,进行了数值模拟;同时还就计算时间与所需迭代次数将此法与SIMPLE法作了比较。结果表明,使用此法可节省计算机时、提高收敛速率,所得数值解与解析解也相当吻合。讨论了迭代过程中的最佳松弛因子。     

稀疏线性方程组求解的逐次超松弛迭代法

针对稀疏线性方程组求解问题，在论述迭代法离散化处理基础上，以二维热传导方程为例，导出了热传导方程离散化后线性方程组，用超松弛（SOR）迭代法对产生的稀疏线性方程组进行迭代法求解，并分析了收敛性和收敛速度，将超松弛迭代算法在计算机上实现，得出了一组与精确解较接近的数值解，验证了逐次超松弛（SOR）迭代法的精确性。     

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。     

逐层子空间迭代的收敛特性分析

本文借助于局部Fourier分析方法,分析了逐层子空间迭代法求解离散偏微分方程时子空间迭代的收敛特性,从而得到了三个重要结论:(1)子空间迭代的收敛因子与h无关地小于1;(2)对于各种含参数的松弛,可确定出最佳松弛因子;(3)对于不同迭代格式和不同类型的网格点可采用变参数松弛.     

柔性大偏心滑动轴承承载特性分析

本文用直接迭代法求解刚性和弹性下的滑动轴承弹流数值解,应用了低松弛迭代技术和变松弛因子的方法,使大偏心条件下的解更容易求得.而幂指数形式的粘压方程使求解问题与真实情况更吻合.计算结果表明本算法在大偏心下收敛快,计算量小、编程易于实现且适应面更宽.     

投影松弛迭代的收敛性与收敛速度

本文讨论求解一般线性互补问题的投影松弛迭代法的收敛性,对于两类迭代算法—投影雅可比松弛和投影逐次超松弛,我们给出了一些收敛判定准则.此外,我们还得到了两类算法的收敛速度估计式.     

线性互补问题的广义松弛两步模基矩阵分裂迭代法

将松弛策略引入到与线性互补问题等价的广义隐式定点迭代方程, 建立了求解线性互补问题的广义松弛两步模基矩阵分裂迭代法, 将已有的松弛两步模基矩阵分裂迭代法扩展到了更一般的情形; 当系数矩阵为H₊-矩阵时, 利用H₊-矩阵的特殊性质, 给出了新方法的收敛性分析.数值结果表明:依据迭代次数和CPU时间, 由新方法所导出的新的广义方法比已有的广义模基矩阵分裂迭代法和广义两步模基矩阵分裂迭代法更有效.     

一个全局隐函数定理及计算隐函数的迭代算法

利用Banach压缩映射原理,证明了高维空间中的一个全局隐函数定理,给出计算隐函数近似解的迭代算法,并证明迭代序列收敛于隐函数的精确解,改进和推广了某些文献中已知的结果。     

基于不同分裂形式的逐次超松弛迭代法收敛性

在预条件后用逐次超松弛迭代方法解大型线性方程组Ax=b时,对迭代矩阵的分裂给出三种含参数分裂形式,分析证明不同分裂形式能够使超松弛迭代法收敛,并与一般的预条件方法进行比较分析,证明这些分裂形式加速效果更好.     

一种超松弛的最优传输近似点算法

【目的】最优传输在实际应用中通常使用Sinkhorn算法求解熵正则化形式得到近似解,考虑Sinkhorn算法的效果容易受熵正则化参数影响,且难以收敛到最终精确解,提出了一种超松弛形式的近似点算法。【方法】针对原最优传输的近似点算法,为其中传输计划的迭代计算引入超松弛算子,并给出了超松弛参数计算方法。【结果】在保持算法对正则化参数具有鲁棒性及可收敛至精确解的优点的同时,所提算法能更快地收敛至精确解。【结论】数值实验表明,相较于原近似点算法,所提算法进一步提升了收敛速度,在有限的迭代步骤下能够达到更高精度,算法可更好地应用于机器学习。     

广义变分不等式解的隐式粘滞迭代逼近

引入一种新的非扩张半群隐式粘滞迭代算法,使用该算法在Hilbert空间中建立了非扩张半群公共不动点集与具有g-松弛(γ,r)-余强制映象的广义变分不等式解集的公共元素的强收敛定理,推广和改进了相关结果.     

一个椭圆型偏微分方程组的数值解法

我们只限于讨论所得到的差分方程如何求解。至于差分方程的解是否收敛于微分方程的解,如何估计这两个解的差的上界等等,不进行讨论。 为了叙述方便起见,在§2中先给出差分方程,某些有关矩阵的性质,及解的一个表示式。在§3中根据这个表示式讨论用契此切夫迭代法和二阶Richardson方法术解.在§4中讨论用松弛法求解,所得到的结论为,超松弛可能是不收敛的,松弛因子ω应取小于1     

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.     

基于改进的支持向量机的手写体汉字识别

逐次超松弛迭代法算法是一种具体的SVM算法,在SOR算法中松弛因子采取固定数值时,在许多情况下收敛速度较慢。文中提出通过引入具有＂先验知识＂的神经网络,对逐次超松弛迭代法中的松弛因子进行控制,以提高逐次超松弛迭代法的收敛速度。实验结果表明,该模型实现的逐次超松弛迭代法能够提高其收敛速度。在手写体汉字的识别实验中,该改进算法可以减少支持向量机的训练时间。     

逐次超松弛法因子的选取

文章在系数矩阵A满足对称正定的情况下给出了一类解大型稀疏线性系统Ax=b的最新方法,即渐近最优超松弛迭代法,避免了传统选择最佳松弛因子带来的不便,并通过理论性证明此算法收敛于Ax=b的解或近似解.     

求解双曲型方程的隐式差分方程的并行迭代法

主要研究了双曲方程的三层隐式差分方程的分段并行迭代法。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求解。文中给出了构造隐式差分方程组的分段隐式迭代法的一般过程,论证了它的收敛性。它具有0（△t^2＋△x^2）的精度阶和绝对稳定性对任意网比r和任意阶子方程组迭代过程都是收敛的。并阐明了它处理子方程组的优越性。为说明此迭代法的有效性,针对具体例子给出了数值试验结果。     

关于JOR迭代法的收敛性质

结合Jacobi矩阵的特征值,求出了JOR迭代法收敛的充要条件.对于Jacobi矩阵特征值全部为实数以及全部为纯虚数和(或)零的两种情形,分别确定了最佳松弛因子.同时证明了对一类常见的系数矩阵,最佳的JOR迭代法即为Jacobi迭代.最后给出了相关数值实例.     

求解一类隐式互补问题的加速模系矩阵分裂迭代法

构造了求解一类隐式互补问题的加速模系矩阵分裂迭代法。理论分析建立了新方法在系数矩阵为H+-矩阵时的收敛性质。数值实验结果表明新方法是行之有效的,并且加速模系矩阵分裂迭代法在迭代步数和时间上均优于传统的模系矩阵分裂迭代法。