投影SOR迭代求解双边障碍问题

为了求解双边障碍问题,将SOR迭代进行投影建立投影SOR迭代算法.由此算法产生的迭代序列至少存在一个聚点,该聚点是双边障碍问题的解.并且,当矩阵为非退化对称矩阵时,该序列收敛到双边障碍问题的解.投影迭代对于双边障碍问题的理论研究和应用具有重要意义.     

AOR迭代的收敛域

本文利用矩阵的正规分裂，对Ｈ－矩阵类，给出了ＡＯＲ迭代的收敛域，拓广了文［１］的结果．     

一类特殊矩阵的AOR迭代收敛条件

A．Hadjidimos提出了一个迭代求解线性方程组的AOR方法(Accelerated Over relaxation Method),并讨论了Jacobi迭代矩阵的特征值为实数时此方法的收敛性．在此基础上,讨论了系数矩阵A为(1,1)相容次序矩阵、Jacobi迭代矩阵的特征值为复数时AOR迭代法的收敛情况．给出一个判定收敛的条件．扩充了A．Hadjidimos的结果,并以一个数值例子加以说明．     

预条件AOR迭代方法及比较定理

提出了在预条件I+S_(αβ)~*下的AOR迭代方法,当线性方程组的系数矩阵为不可约L-阵时,给出了比较定理.证明了预条件I+S_(αβ)~*下AOR迭代法的收敛速度要快于Li等人给出的在预条件I+S_α下的AOR迭代法收敛速度,最后用数值例子验证了比较定理.     

EAOR投影迭代算法求解一类对称双正型线性互补问题

研究求解一类对称双正型的线性互补问题的EAOR迭代算法．证明了由此算法产生的迭代序列的聚点是线性互补问题的解．并且，当互补问题中的矩阵为对称双正加阵或严格对称双正阵时，算法产生的迭代序列存在子序列收敛到互补问题的解．而当矩阵为非退化对称双正加阵时，该序列收敛．     

L-矩阵的AOR和预优AOR方法在二级迭代过程中收敛性的比较

考虑线性系统Ax=b,当A为L-矩阵时,通过利用AOR迭代方法收敛的谱半径与预优AOR方法的比较,给出了在二级迭代的情况下,外迭代的R1-收敛因子更为精确的结果.     

AOR迭代法收敛判别准则

将周荣富等判别超松弛迭代法的收敛性准则推广到ＡＯＲ迭代法，并且去掉Ａ为不可约矩阵或这一条件．获得了比其定理更好的结果．     

非对称AOR迭代法的收敛性

介绍了求解非奇异线性方程组Ax=b的非对称AOR迭代法，并给出了系数矩阵A为正定阵时该迭代法收敛的充分条件。     

一种新的预处理AOR迭代方法

提出了一种新的预条件AOR迭代方法,给出了该预条件AOR迭代法与经典AOR迭代法之间的比较性定理．最后用数值例子验证了该方法的有效性．     

2－块AOR迭代解最小二乘问题的最优收敛性

讨论用２－块ＡＯＲ迭代法解大型稀疏最小二乘问题的收敛性，给出其收敛的充要条件及其收敛域．进而证明；当时，ＡＯＲ迭代矩阵的谱半径，它远比相应的最优２－块ＡＯＲ迭代矩阵的谱半径好得多．     

H-矩阵的预条件AOR迭代法

H-矩阵是一类用途比较广泛的矩阵,为了解决H-矩阵线性系统,给出了两类新的不同预条件AOR迭代法,得到了这两类预条件AOR迭代法的收敛结果.最后用数值例子验证得到的结果是正确的.     

亏秩线性最小二乘问题的AOR迭代法的半收敛性

本文研究了找不相容线性方程组Ax=b的极小范数最小二乘解x=A^＋b的AOR迭代法．利用广义逆矩阵的知识，我们给出了AOR法的迭代阵Br，ω半收敛的充分必要条件，并且给出了文[8]与[9]中几个主要定理的较简单的证明．     

关于M矩阵的线性系统一个新的AOR预处理方法(英文)

本文研究M矩阵的预处理AOR方法,并给出新的预处理子I+Sα+SM+Sδ.新的预处理子是基于系数矩阵A的上三角部分绝对值最大元素,次对角元素以及最后一列元素构建.我们证明此法将加速AOR迭代速率,并通过与其他三个预处理子的比较说明新的预处理子更有效.数值例子验证了此预处理方法的有效性.     

新的L-矩阵线性方程组的预条件AOR迭代法

在预条件矩阵Pα=(I+Sα)和Pαβ=(I+Sαβ)的基础上提出一个新的预条件矩阵为P^αβ=(I+S^αβ)的预条件AOR迭代法,建立了新的预条件AOR迭代法与经典的AOR迭代法的比较定理,数值试验表明预条件AOR迭代法更为有效.     

相容次序矩阵的AOR方法的收敛性

文章讨论了系数矩阵为相容次序矩阵、Jacobi迭代矩阵的特征值在三种情形时对应的AOR方法的收敛条件,并给出了当Jacobi迭代矩阵特征值为纯虚数和实数时的最优因子的选取方法,最后通过实例进行分析。     

广义修正HSS迭代法的加速超松弛收敛性分析(英文)

通过推广修正艾尔米特和反艾尔米特(MHSS)迭代法,进一步得到求解大型稀疏非艾尔米特正定线性方程组的广义MHSS*迭代法,基于不动点方程,我们还将加速超松弛(AOR)技术运用到了GMHSS迭代法,并证明它的收敛性.数值算例表明,AOR技术能够大大提高GMHSS迭代法的收敛效率.