基于单元级矩阵分解的EBE-PCG算法及其在网络机群并行环境上的实现

基于EBE策略，讨论求解大型线性方程组CG方法及PCG方法的并行计算．在不显式形成总刚度阵的情况下利用单元级矩阵的Cholesky分解构造总刚度阵的近似，形成预条件矩阵，提出了求解大型线性方程组的EBE—PCG并行算法，并讨论了算法在网络机群(COW)并行计算环境下的实现．结合实际算例，对EBE-PCG并行算法进行了并行效率分析．结果表明基于单元级Cholesky分解的EBE—PCG算法具有很好的并行效率，是一种适合网络机群并行环境的高效并行算法．     

一类预条件共轭梯度法

本文将PSD迭代法与CG共轭梯度法相结合，从而形成预条件共轭梯度法(PSD CG)，为解决大型稀疏对称正定方程组问题提供了一种有效的算法，并证明了其条件数要比原系数矩阵的条件数要低．一些实验结果表明PSD—PCG方法能加速收敛。     

矩阵BTA-1B的特征值估计及预条件处理

在矩阵A为对称正定和矩阵B为列满秩的假设下,研究矩阵BTA-1B的特征值上下界估计,进而给出了BTA-1B的谱条件数的估计·基于以上论述,论证了当矩阵A的条件较好时矩阵Q=BTB可作为矩阵BTA-1B的预条件矩阵·在数值实验中,采用预条件共轭梯度算法(PCG)对Stokes方程求解,实验结果表明Q=BTB确实是一类有效的预条件矩阵·这一结果也和其他文献的数值结果相吻合·     

改进的SSOR-PCG迭代法在接触问题研究中应用

SSOR—PCG方法对于大型对称正定问题具有很高的求解效率,但采用求解静动力接触问题的Lagrange乘子法导致结构刚度矩阵对应Lagrange乘子的对角元为零,不满足传统的SSOR—PCG方法的应用条件．为此通过建立联系Lagrange乘子的罚函数矩阵,提出了SSOR—PCG罚函数方法,并通过主动自由度和被动自由度的关系,提出了SSOR—PCG变量替换法．数值例题证明SSOR—PCG变量替换法具有良好的精度和效率．     

解线性方程组的预条件SOR型迭代法

针对大型线性方程组问题构造了一种含有待定参数和预条件因子的新迭代解法,将其称为预条件SOR型迭代法.当待定参数ω=1时,预条件SOR迭代法就变成程光辉等人给出的预条件Gauss-Seidel型方法.讨论了当系数矩阵是不可约Z-矩阵时,SOR法和预条件SOR法的迭代矩阵所具有的性质,并通过定理将这两种迭代矩阵的谱半径进行了比较,同时给出了收敛最快时参数的取值范围.另外也将预条件SOR型迭代法和预条件Gauss-Seidel型方法进行了比较,显示了新方法的优越性.最后通过数值例子说明,选取合适的预条件因子可以使求解线性方程组的预条件SOR方法变得更有效.     

代数多级网格预处理器(I)

本文用分片线性元离散椭圆型问题．用预处理共轭梯度法求解有限元方程。逐层分离节点，构造了一类代数多级网格预处理器。预处理后的矩阵的条件数为０（ｍ＋１）２），其中（ｍ＋１）为多级网格的级数。     

PO-MoM结合近场预条件技术分析复杂载体上线天线辐射特性

提出了一种将近场预条件技术与物理光学-矩量法(PO-MoM)相结合的新技术,并应用于分析电大尺寸复杂载体上线天线的辐射问题.根据PO-MoM方法导出系数矩阵元素的物理意义,忽略PO区的影响,构造出一个稀疏化系数矩阵的近似阵.采用LDU分解和简化的分块Gauss消元算法,快速构造出一个矩阵分解形式的预条件阵.将该预条件阵用于预条件广义最小留数(GMRES)法迭代求解线性方程组,对一个复杂金属载体上的线天线辐射问题进行了分析,验证了此方法的有效性和正确性.在此基础上,计算了一个尺度与真实尺寸相当的舰船模型上超短波天线的远场辐射特性.数值结果表明,采用该技术可以快速有效地分析舰船、飞机等真实移动平台上线天线的辐射特性.     

预条件平方Smith法求解连续Lyapunov方程

探讨了如何数值求解连续时间的Lyapunov矩阵方程AX+XA~T+BB~T=0,给出了一种预条件的平方Smith算法,该算法首先利用交替方向隐式法即ADI法处理连续Lyapunov方程,构造出含ADI参数的对称Stein方程;然后利用平方Smith法迭代产生Krylov子空间中的低秩逼近形式。得到一些数值实验,这些例子表明预条件平方Smith法是非常有效的。     

基于小波变换与低秩校正的Toeplitz系统快速算法

讨论了Toeplitz方程组的快速求解方法．首先研究了Toeplitz矩阵在多进制小波变换下的代数结构．利用数值实验得到,对多项式偶函数生成的Toeplitz系统实施双正交9～7小波后矩阵在一定的精度下具有有限的带宽特性．结合低秩校正方法,得到一类Toeplitz系统的快速求解方法,运算量级为O(N),其中N为系统的阶．该方法与通常使用的直接快速算法以及预条件共轭梯度法(PCG)分别需要的复杂度O(N~2)以及O(Nlog_2N)相比,运算量有较大幅度的减少．     

GaAs MESFET器件数值模拟的预优共轭梯度法

用传统的牛顿法对GaAs MESFET器件进行数值模拟,由于发散而并不成功。本文采用在不精确线性搜索条件下仍具下降性与收敛性的Fletcher-Reeves共轭梯度法,求解由非线性方程组转化成的非线性最小二乘问题。为使方法能在不同的二次区域形成共轭性较好的搜索方向,方法采用了重开始准则。为加快收敛速度,对目标函数采用了逐步预优的方法。为减少存储量,预优矩阵由Broyden修正公式产生,且不存储修正矩阵,计算结果表明方法稳定,收敛较快,数值结果与实验结果基本相符。     

预条件共轭梯度法在拱坝有限元重分析中的应用

以初始设计的劲度矩阵为预条件矩阵,给出了大型结构有限元重分析的预条件共轭梯度算法.该算法不需要形成和存储修改结构的劲度矩阵,占用内存小,并具有较高的精度和收敛速度.拱坝体形修改有限元分析算例表明,即使设计变量有较大改变时,该方法也能较快地收敛到精确解.     

电大尺寸导带二维散射的快速矩量法解

用矩量法（MOM）、预条件共轭梯度法（PCG）和快速傅里叶变换（FFT）的混合技术分析了电大尺寸导二维散射问题,该方法以等效电流作为未知函数建立积分方程或积－微分方程,然后通过矩量法获得一个线性方程组,用预条件共轭梯度法与快速傅里叶变换的结合算法（PCGFFT）来求解这个线性方程组,其中采用了T．Chan优化循环预条件器,该混合技术降低了对计算机内存的需求,加了算法的迭代速度,且增强了算法的收敛性。     

结构静力重分析预处理共轭梯度法的一种有效改进

考虑预处理共轭梯度法在结构静力重分析中的改进.利用增量刚度矩阵相对结构修改后刚度矩阵稀疏的特点,修改处理共轭梯度法的实施过程,以达到降低计算量、节省计算时间的目的.数值算例验证了该方法的有效性.     

在最优准则下的共轭梯度重建算法

将最小二乘准则与平滑准则相结合,提出了一个关于SIRT型CT代数重建模型的实用的最优准则,根据这一准则推导出相应的代数重建方程·分别应用预优共轭梯度算法和另一种新兴的迭代格式SOR like算法对该方程进行求解·在理论上证明了:对任意的迭代初值,预优共轭梯度法的收敛速度至少不低于广义SOR或SOR like算法·在数值实验中,验证了预优共轭梯度算法比SOR like算法具有更好的CT重建效果和消噪能力·由此导出的预优共轭梯度重建算法提高了CT代数重建的效率·     

大规模p型有限元方程组的修正SSOR-PCG解法

结合p型有限元方程组的系数矩阵具有对称性、正定性、稀疏性和阶谱性等特点，用修正的对称逐步超松驰处理共轭梯度法来求解大规模p型自适应有限元方程组，可以减少每步迭代的主要计算量；利用上一个自适应步的结果初始化迭代序列，可以减少迭代次数，使得总迭代次数和计算时间较原方法大为减少，理论和算例均表明，这是求解大规模p型自适应有限元方程组的一种极为有效的方法。     

面向对象的DDA方法

为了使DDA（discontinuous deformation analysis)方法更加有效地满足实际工程的需要,对原方法作了改进,开发了界面友好的前、后处理程序,方便用户建立DDA模型和有效地进行计算结果分析,修正了由于刚体旋转给计算结果带来的误差;在DDAW程序中集成了圆形和椭圆形颗粒随机生成算法,并对椭圆形颗粒的接触算法进行了改进,从而使DDA可以应用于分析散粒体介质;增加了更加有效的方程求解器-预处理共轭梯度法（PCG）和对称连续超松弛预处理共轭梯度法,将这些改进集成在新开发的DDAW（discontinuous deformation analysis-windows version)程序中,算例证明了DDAW程序的正确性和有效性。     

预条件共轭斜量法及其在求解边值问题中的应用

在论证共轭斜量法误差估计式的基础上 ,为提高敛速 ,对系数矩阵进行预处理 ,提供了减少等价问题条件数的方法 ,完美地建立了预条件共轭斜量法的实用算法。最后 ,以泊松方程边值问题为例 ,通过数值实验说明了该方法的有效性。     

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.     

PCG法的理论解释及在结构分析中的应用

以雅可比共轭梯度法为例,根据盖尔定理,从理论上证明了预处理共轭梯度法在一定条件下会加速,并给出了加速条件.通过预处理技术导出大型稀疏矩阵广义特征值问题求解的一种新加速方法,可提高计算的效率和稳定性.算例结果表明,对于求解大型稀疏线性方程组问题,预处理共轭梯度法及本文特征值新加速方法较传统方法更有优势.