用Chebyshev多项式加速的预处理子空间迭代法

研究了计算大型稀疏对称矩阵的若干个最大或最小特征值的问题,首先引入了求解大型对称特征值问题的预处理子空间迭代法和Chebyshev迭代法,并对其作了理论分析．为了加速预处理子空间迭代法的收敛性,笔者采用组合Chebyshev迭代法和预处理子空间迭代法,提出了计算大型对称稀疏矩阵的几个最大或最小特征值的Chebyshev预处理子空间迭代法．数值结果表明,该方法比预处理子空间方法优越．     

预处理子空间迭代法

研究了计算大型稀疏对称矩阵的若干个最大或最小特征值的问题．首先引入求解大型对称特征值问题的预处理技术，给出了改善后的算法及相应的算法收敛分析．而求解特征值问题的子空间迭代法，当矩阵的特征值的分布范围较大时，其收敛速度会受到限制．为了加速子空间迭代法的收敛速度，对每次迭代所得的残余矩阵直接进行预处理以改善矩阵特征值的分布而加速收敛．讨论了预处理技术对子空间迭代法的应用，从而给出了预处理子空间迭代法．最后给出了数值例子，结果表明预处理子空间迭代法比子空间迭代法优越，不仅收敛速度快，并且减少了计算量和计算时间．     

预处理子空间迭代法的收敛性分析

基于子空间迭代法的局限性，结合预处理技术的收敛特性，研究了预处理技术对子空间迭代法的应用以加速子空间迭代法的收敛，即预处理子空间迭代法，给出了相应的收敛分析．理论的分析和数值例子的结果表明预处理技术对子空间迭代法的加速是有效的．     

求解大型稀疏矩阵广义特征值的子空间迭代法加速研究

采用Wilson移频策略对子空间迭代法进行了加速. 为加速高阶特征值的收敛,对Wilson移频策略进行了改进,给出了详细的移频子空间迭代求解特征值的步骤,讨论了若干移频控制参数的选取. 从给出的对比算例可看出,采用移频算法,子空间迭代法求解特征值明显加速,且随着待求特征值阶数的增加,加速效果更加明显,求解时间与待求特征值数近似成线性关系.     

广义特征值问题的同时迭代法

<正> 1 引言 对广义特征值问题:Ax=λBx (1)其中A是n×n对称矩阵,B是n×n对称正定矩阵。当A和B是大型稀疏矩阵时,一种比较有效的方法是用Cholesky方法将B分解为 B=LL~T (2)其中L是下三角阵,按照变换, y=L~Tx (3)问题(1)变为 L~IAL~Ty=λy (4)然后对(4)应用同时迭代法(为了方便,后面称为同时送代法1):     

求解结构特征值问题的前置共轭梯度子空间迭代法

本文采用前置共轭梯度法与移轴迁移子空间迭代法相结合求解结构特征值问题,结构的单元并不按常规的组装过程组集总刚度阵和总质量阵,在大多数工程问题的有限元分析中,很多单元具有相同的类型及尺度,因此采用本文方法能降低对计算机存储容量的需求,且计算模型的节点可以按任意方式排列,此外,在移轴迁移中空间迭代法的基础上,引入自动收集初始迭代向量以及可变子空间维数的技术以加速收敛性。     

移频算法在加速子空间迭代法中的应用

基于子空间迭代法,采用移频加速算法,开发了一个高效、稳定、内存消耗低的移频子空间迭代特征值求解器SSubspace. 给出了详细的移频子空间迭代法求解广义特征值问题的步骤及关键参数的选取. 对刚度矩阵奇异时特征值的求解进行了探讨,实现了对刚体模态的求解. 与Intel MKL特征值求解器(FEAST v2.1)相比,SSubspace的求解效率高于FEAST,且内存消耗低于FEAST. SSubspace理论上可以求解出所有阶的特征值,且计算时间随特征值数的增加近似成线性增长关系,可用于求解大阶数特征值问题、大型矩阵的全特征值问题.     

求解大型稀疏对称矩阵极端特征值的子空间加速的截断牛顿法

利用扩展子空间的方法,对求解大型稀疏对称矩阵极端特征值的截断牛顿法进行改进,提出了子空间加速的截断牛顿法。理论分析和数值结果均表明,新方法对计算对称矩阵的极端特征值是有效的。     

一种多项式预处理算法

基于二次函数的性质, 针对对称正定线性方程组, 提出一种多次多项式预处理算法, 并证明了该算法能有效改善条件数, 提高运算效率. 在此基础上, 设计一种求方程组近似解的方法, 数值实验结果表明了算法的有效性.     

解矩阵方程的一种多项式预处理技术

先引入多项式预处理技术,用一次插值多项式法构造出一个合理的多项式预处理矩阵并对矩阵方程进行预处理,这样不仅可以缩小矩阵的奇异值的分布范围,而且能达到改善其奇异值比的目的;然后给出了新的算法,并分析了该算法的收敛速率的估计式,此估计式表明,只要采用恰当的预处理技术就可显著地提高迭代法的收敛速度;最后给出了数值例子,结果说明经过预处理后的矩阵方程比原来的矩阵方程的收敛速度更快,这充分表明了矩阵方程在多项式结构的预处理矩阵下求解速度的优越性,也说明通过一次插值多项式的构造来选取预处理矩阵是可行的.     

Jacobi方法及其推广

通过研究求严格对角占优对称矩阵最大单特征值的Jacobi方法，对其进行推广，得到了可同时求严格对角占优对称矩阵的几个最大重特征值或密集特征值的块Jacobi方法，并且说明了块Davidson方法可看作加速的块Jacobi方法，并举了数值例子对这2种方法进行了比较和分析。     

USSOR迭代法和Jacobi迭代法的敛散性

证明了当Ｊａｃｏｂｉ迭代矩阵Ｂ非负时，解线性方程组（系数矩阵为不可约）的ＵＳＳＯＲ法（０〈ｗ１，ｗ２〈１）和Ｊａｃｏｂｉ法同时敛散，给出了ＵＳＳＯＲ法迭代矩阵之谱半径ρ（ψ１，ｗ２）和ρ（Ｂ）之间的关系。