异步并行非线性多分裂Newton-GAOR方法的收敛性

本文首先给出了解非线性方程组的Ｎｅｗｔｏｎ－ＧＡＯＲ方法．在此基础上，我们得到了异步并行非线性多分裂Ｎｅｗｔｏｎ－ＧＡＯＲ（简记为ＡＰＮＭ－Ｎ－ＧＡＯＲ）方法，证明了方法的局部收敛性，给出了其Ｒ１收敛因子，并得出了多步ＡＰＮＭ－Ｎ－ＧＡＯＲ方法比一步方法收敛更快的结论，文［１］［４］可看作本文的特例     

Banach空间中几类非线性二元算子方程组的迭代求解方法

利用锥与半序理论和混合单调算子理论，讨论半序Banach空间中几类非线性二元算子方程组的解的存在唯一性，并给出迭代序列收敛于解的误差估计，改进和推广了关于二元算子方程和方程组可解性的相应结果．     

列修正拟Newton法在并行算法中的应用

本文利用解非线性方程组的列修正拟Newton法给出了常微分方程数值解法中的Adams内插公式的并行计算方法,并证明了该方法的收敛性     

牛顿—SOR迭代方法中最佳松弛因子的算法

研究了解非线性方程组的牛顿－ＳＯＲ迭代方法，在一定条件下求出了理论上的最佳松弛因子，并给出了一个近似寻求最佳松弛因子的方法。数值例子结果表明了其有效性。     

一个用割线法求解非线性方程组的异步并行算法

文章给出了用割线法求解非线性方程组在并行系统上的一个并行实现，该方法避免了Newton法中的求导运算，有效地降低了迭代计算量，最后证明了所给算法的局部收敛性。     

牛顿－SOR迭代方法中最佳松弛因子的算法

研究了解非线性方程组的牛顿－ＳＯＲ迭代方法，在一定条件下求出了理论上的最佳松弛因子，并给出了一个近似寻求最佳松弛因子的方法。数值例子结果表明了其有效性。     

非线性方程组异步迭代法的收敛性

文中研究在多处理机系统上用Ｊａｃｏｂｉ和Ｇａｕｓｓ－Ｓｅｉｄｅｌ分裂求解非线性方程组的异步迭代法,对其收敛性条件进行了严格的理论分析。     

两种求解非线性方程组的5阶迭代方法

提出了两种求解非线性方程组的迭代方法,证明了它们具有5阶收敛性,并给出了3个数值实验,与其他几个方法作数值比较,结果表明本方法是有效的.     

基于异步迭代和自映射的分形图像压缩

介绍了分形压缩编码和解码现状,利用自映射编码和异步迭代改进了分形压缩编码和解码。     

广义异步并行多分裂块松弛迭代算法

给出了求解大型线性代数方程组的适用于ＭＩＭＤ系统的异步并行多分裂块松弛迭代算法的一般模型,并在系数矩阵为块Ｈ－矩阵的条件下建立了该算法模型的收敛性理论．     

异步并行Newton迭代法的单调收敛性

文中讨论在多处理机系统上求解非线性方程组的异步并行Newton迭代法及其单调收敛性     

广义牛顿程序

本文提出了一种广义牛顿迭代程序,作为特例,它包含了通常的车贝谢夫程序、切双曲线程序和最速下降程序。     

解非线性方程组的牛顿－AOR方法

研究了解非线性方程组的牛顿－ＡＯＲ方法，对矩阵Ｆ＇（ｘ￣＊）是ＩＩ－矩阵、Ｌ－矩阵和不可约对角占优矩阵等情况给出了若干新的便于应用的收敛性定理，结果表明，可以放宽有关定理对迭代参数的限制。     

正定线性方程组的异步并行迭代法

随着分布式计算机的兴起,分布式并行处理系统日益成为热门的研究领域。为了满足这种计算机的需要,原有的许多有效的迭代法必须改造,使之成为能够并行处理的迭代法。本文将给出另一种并行算法。来求线性代数方程组的迭代解,并证明其收敛性。     

求解一般椭圆问题的交替方向迭代法

对多维一般椭圆问题     

单调和耗散型非线性方程的迭代解

设Ｋ是一致光滑Ｂａｎａｃｈ空间Ｘ的非空子集，Ｔ：Ｋ→Ｋ是Ｌｉｐｓｃｈｉｔｚ单调映射．本文给出一个迭代序列强收敛到方程ｘ＋Ｔｘ＝ｆ的一个解，同时还给出一个涉及Ｌｉｐｓｃｈｉｔｚ耗散算子Ａ的非线性方程ｘ－λＡｘ＝ｆ的解的迭代逼近．     

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。     

M-矩阵的新预条件Gauss-seidel迭代法

提出了线性方程组Ax=b的两种新预条件因子,并把它们运用到修正Gauss-seidel方法(MGS)上,并从理论上证明了对MGS迭代法而言,新的预条件因子优于已知的预条件因子,文中所得收敛性比较定理推广了已有结果.最后用数值例子充分验证定理的正确性和算法的有效性.     

解非线性方程组的单侧逼近方法

本文给出了解非线性方程组的一种单侧逼近方法,该方法不需要选择初始点,因而克服了选择初始点的困难。此外,我们还讨论了该方法的敛速并提出了一种选择较大的满秩非负广义左下逆的方法。