大型结构动力特性的Lanczos数值计算方法及程序设计

针对大型结构动力分析中结构总体刚度矩阵的对称性和稀疏性,使用稀疏矩阵数据管理方法实现了Lanczos算法,降低了Lanczos算法的时间和空间复杂度,并将该算法应用到大型结构动力学特性计算问题中.经算例测试表明了该算法的正确性、可靠性和实用性.     

大型结构动力特性的Lanczos算法程序设计

本文针对大型结构动力分析中结构总体刚度矩阵的对称性和稀疏性,使用稀疏矩阵数据管理方法实现并优化了Lanczos算法,显著地降低了Lanczos算法的时间和空间复杂度,并将该算法应用到大型结构动力学特性计算问题中经算例测试表明了该算法实施的正确性、可靠性和实用性．     

基于稀疏矩阵存储结构的H-矩阵迭代判定算法的实现

本文针对文献[1]中的H-矩阵迭代判定算法,提出了适用于此算法的稀疏矩阵的存储结构,并用C语言实现了基于该存储结构的稀疏—矩阵判定算法.运用该存储结构的迭代算法判定大型稀疏矩阵节省了存储空间,提高了运算速度.     

求解大型稀疏线性方程组的加权拟极小残差算法

拟极小残差算法(QMR)是基于Lanczos双正交化过程的求解大型稀疏线性方程组的一种Krylov子空间方法.为了加快其收敛速度,采用加权技术,将QMR算法中的普通Euclidean内积用D-内积来代替,构造得到加权Lanczos双D-正交化算法,在此基础上得到加权拟极小残差算法(WQMR).数值算例表明,对某些矩阵特...     

反对称矩阵特征问题Lanczos方法的逼近性质

1 反对称矩阵的 Lanczos 方法廉庆荣,金志英等讨论了中小型实反对称矩阵的全部特征值、特征向量的求解问题。作者也曾给出了反对称矩阵特征求解的简单 Lanczos 方法,它特别适合于大型稀疏反对称矩阵特征问题的求解,但没有给出更详细的讨论。本文讨论求解反对称矩阵特征问题 Lanczos方法的逼近性质。     

解反对称矩阵特征问题的精化广义Lanczos方法

利用广义Lanczos算法,提出了一种计算反对称矩阵特征问题的广义Lanczos方法,并根据精化策略给出了求解大规模反对称矩阵部分特征对的精化广义Lanczos算法,数值实验表明精化变形需要的迭代次数更少.     

关于实对称带状矩阵逆特征值问题的广义Lanczos算法

针对实对称带状矩阵的逆特征值问题,提出了一种新的能适应重特征值逆问题算法-广义Lanczos算法.它是在块Lanczos算法、拟Lanczos算法的基础上的进一步扩张,通过实际计算验证,该算法简单且数值稳定.     

阻尼LSQR算法在多波地震反演中的应用

多波VTI介质AVA储层参数联合反演的关键是解Jacobi矩阵。本文从Lanczos迭代出发,结合双对角化和QR分解,推导出了阻尼Lanczos算法流程。通过比较SVD算法和LSQR算法,显示了阻尼Lanczos算法在效率和精度方面的优越性。该算法应用于多波地震勘探资料反演中,获得的目标层储层参数:纵波速度、横波速度和密度,证明了该算法的有效性。     

一种基于C++语言的PCCG算法

介绍了一种解大型复数稀疏矩阵方程组的预处理共轭梯度（ＰＣＣＧ）算法,把它运用于大型三维涡流场的计算中,通过Ｃ＋ ＋ 语言实现．首先利用Ｃ＋ ＋ 语言的特点,构造了一种新的大型复数稀疏矩阵的存储格式,然后给出了基于该存储格式的ＰＣＣＧ 法的数值算法．实例表明,该算法具有一定的实用性．     

解大型稀疏线性代数方程组的一种算法及其误差分析

在许多重要的应用领域中,诸如网络分析、结构问题的有限元分析等,都涉及到解大型稀疏线性代数方程组Ax=b的问题,其中矩阵A的阶数往往很高,但具稀疏性。为了有效地求出解向量x,所用算法必须是稳定的,并使在计算过程中能充分利用和保持A的稀疏性,以节省存储单元、减少运算次数、缩短计算时间、提高解的精度。本文讨论的算法[1]具有上述特点,根据南京有些单位近几年的实践,反映该算法的计算效果较好,为此,本文对它做进一步的讨论。