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．     

可变子空间维数的迁移子空间迭代法及其在微型机上的实现

在献〔１〕所提出的迁移子空间迭代法的基础上，引入了自动收集初始迭代向是，根据迭代过程中各阶特征值比确定可变子空间维数等技巧，进一步加快了其迭代收敛速度，按此法编制的程序模块已并入桥梁结构动力分析程序系统ＤＤＪＢ（ＤＬ）－Ｗ中，算例表明本方法具有较高的计算效率。     

半迭代方法的收敛性

迭代法是求解大规模稀疏线性方程组的常用方法之一.迭代方法的健壮性和收敛速度是影响迭代法有效使用的两大因素,因此在使用中对迭代法加速是非常必要的.半迭代法对加快迭代法的的收敛速度,增加迭代法的健壮性等方面是有效和实用的.本文在迭代矩阵是亏损阵的情况下,讨论影响半迭代法的加速效果的几个因素.结论表明,如果迭代矩阵的特征值分布不理想,或迭代矩阵的特征值的指标大,或迭代矩阵的Jordan基矩阵病态时,都会对半迭代的加速效果产生较大的影响.     

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。     

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．     

多点输入下场地非线性地震反应分析计算模型

为考虑强震下土层反应的非线性及地震波的空间变化特性，基于直接迭代法和逐步积分法提出多点输入非线性分析的一种增量迭代格式，从而建立土层多点输入地震反应非线性分析方法。同时，为降低多点输入非线性分析近代过程中刚度矩阵的求逆次数，对原迭代方法作进一步推导，提出采用试管因子的试算迭代法，在不降低计算精度的基础上，有效地减少计算时间，编制了可进行一致输入、多点输入的非线性和等价线性化分析的有限元程序，计算结果表明，对于重大结构有进行多点输入地震反应分析的必要。     

用Chebvshev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的子空间迭代法.首先引入了加速子空间迭代法的Chebyshev迭代法和预处理技术.为了更好地加速子空间迭代法的收敛速度,作者把Chebyshev多项式和预处理技术同时应用到子空间迭代法中,对预处理过的残余矩阵用Chebyshev多项式加速.即讨论了Chebyshev迭代法对预处理子空间迭代法的应用.这样既缩小了矩阵特征值的分布范围,又改善了每次循环的初始矩阵.从而给出了用Chebyshev多项式加速的预处理子空间迭代法.最后给出了数值例子,结果表明加速后的预处理子空间迭代法比原来的预处理子空间迭代法更优越,进一步加速了迭代法的收敛速度,减少了计算量和计算时间.     

求解鞍点问题的修正SOR-like方法

针对大型稀疏鞍点问题给出了一种含有待定参数的新迭代解法,称之为修正SOR-like方法,简记为MPSOR-like方法.该迭代法的构成是基于对系数矩阵进行的一种分裂.迭代法需要选择一个预处理矩阵和待定参数,通过适当选取预处理矩阵和待定参数,新迭代法是收敛的,并且以定理的形式给出了新迭代方法的迭代矩阵的特征值和参数之间的基本等式,从而也导出了迭代法收敛的充分和必要条件.理论结果表明新方法更具有广泛性,并且选择适当的参数可以使新方法较SOR-like方法具有更快的收敛速度.给出了迭代法的数值试验结果.     

关于计算矩阵α-β广义逆的迭代法

给出了求矩阵α－β广义逆的迭代公式,研究了迭代化式收敛的充分必要条件,所得到的迭代法可看作是计算矩阵Ｍｏｏｒｅ－Ｐｅｎｒｏｓｅ逆和加权Ｍｏｏｒｅ－Ｐｅｎｒｏｓｅ逆的迭代法的推广。     

块对称加速超松弛迭代法及其收敛性

给出了解线性代数方程组Ａｘ＝ｂ的一个新的迭代算法模型——块对称加速超松弛迭代法（ＢＳＡＯＲ迭代法），并在系数矩阵Ａ为块Ｈ－矩阵的条件下，证明了该模型的收敛性．在该模型中，对参数取特殊值可得到块对称Ｇａｕｓｓ－Ｓｅｉｄｅｌ迭代法和块对称ＳＯＲ迭代法等常用的块对称迭代算法，并且还可产生许多新的块对称迭代法．即事实上建立了块对称迭代法的一般性收敛理论．     

一个不用计算导数具有4阶收敛性的迭代公式

提出了一种新的求解非线性方程的迭代方法,给出的迭代公式既能回避Newton迭代、多点Newton Raphson迭代公式中的导数计算,又能保持与多点Newton Raphson迭代同样的4阶收敛性,且不增加计算量.     

多层框架计算的位移迭代法

以位移为未知量，导出求解多层框架的迭代格式，并详细讨论迭代初值的选取方法。与传统的迭代法相比，未知量数目大大减少，公式推导容易理解，迭代过程直观，书写量小，适当选取初值可减少迭代次数。文后给出算例。     

量子力学中近似法的递推及迭代计算

论述了递推与迭代计算在微扰论和变分法中的综合应用,介绍了微扰论的递推与迭代形式以及变分法的迭代算法,有利于对体系作全面地近似计算.     

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.     

一种改进的混合蝙蝠算法

为解决基本蝙蝠算法中存在的易陷入局部最优且求解精度不足的问题,提出一种改进的混合蝙蝠算法,引入了分组迭代模式和多种速度迭代公式加强了全局搜索能力,更新了种群领域搜索公式的基础上引用了t分布作为种群最优解的领域搜索方式,补足了蝙蝠算法的局部搜索能力,避免了算法陷入局部最优解。通过多个标准测试函数的实验验证改进的混合蝙蝠算法能有效解决基本蝙蝠算法中出现的问题。     

一种并行结构机器人位置正解问题的加权迭代解法

针对并行结构机器人的位置正解问题，提出了一种基于反解的加权迭代法。方法的核心是利用拟自适应因子方法构造权因子，应用指数衰减函数作为构造权因子的基本函数，能够明显地提高迭代效率。分析了权因子和迭代次数之间的关系，确定了权因子的取值原则。仿真结果表明，该方法可以有效地满足并行结构机器人位姿控制的实时性。     

计算矩阵特征值的Rayleigh商迭代方法(RQI)收敛的一个充分条件

一、引言矩阵特征问题的计算方法是计算数学一个非常重要的内容。高阶矩阵的特征问题只能用近似方法借助计算机求解。在现有的矩阵特征问题的近似计算方法中,收敛最快的要算是RQI方法,它的收敛是平方或立方的[4]。但这一迭代方法並不对任意的初始向量都收敛,所以考虑使迭代方法收敛的初始向量取值范围就很有实际意义。Ostrowski[3]用将矩阵进     

Sylvester矩阵方程的改进IO迭代算法

通过对Sylvester矩阵方程的理论分析,可知IO迭代算法中迭代矩阵的谱半径随内迭代次数的增大而减小,更新了IO迭代算法中内迭代次数的选择方法,并证明了该算法收敛性与初始矩阵无关。Sylvester矩阵在满足一些特定条件下,为了进一步提高收敛速度,可通过选择适当的相关参数,使得IO迭代算法有较好的收敛速度且比Smith算法的迭代次数明显减少。