求解大型稀疏线性方程组的Krylov子空间方法的发展

 求解大型稀疏线性方程组是许多科学和工程计算中最重要的问题之一,Krylov子空间方法是求解这类线性方程组的一个研究热点.本文介绍了Krylov子空间方法及其分类,例如正交投影方法(或Ritz-Galerkin方法),正交化方法(或极小残差方法),双正交化方法(或Petrov-Galerkin方法),解法方程组的CGNE和CGNR方法等,指出了这些方法在算法设计方面国内外研究现状和存在问题,着重考虑稀疏矩阵向量乘积与内积计算方法的并行处理问题;讨论了预条件与并行预条件技术,残差磨光技术及其并行实现,数据的合理分布问题,内积瓶颈问题等方面研究的发展趋势,希望有更多学者了解和研究这些方法.     

应用Krylov子空间方法求解边界元方程组

利用Ｋｒｙｌｏｖ子空间方法，文中给出一种适应于大型边界元方程组求解的实用迭代算法，对二维，三维弹性问题，利用这一迭代算法实现了其方程组求解的迭代过程，并与相关算法做了比较，结果初步显示了所给方法应用于边界元方程组求解的优越性。     

解对称线性方程组的总体最小扰动方法

在利用Lanczos方法求解大型对称线性方程组时,由于舍入误差的影响,Lanczos过程易发生中断和数值不稳定.本文提出求解对称线性方程组的总体极小向后扰动(TMINBACK)方法,新方法利用Lanczos过程产生Krylov子空间km(A,r0)的一组基,并求xo km(A,r0)中的近似解xm,使矩阵[A,b]的向后扰动范数‖[ΔA,△b]‖F极小化.同时,为减少计算量和存储量,本文给出新算法的循环格式.在迭代过程中,利用残量范数作为判断算法终止条件的缺点是,若近似值是精确的,残量范数是小的,反之,不一定.本文利用总体向后扰动范数作为判断算法终止条件,克服了范数作为判断算法终止条件的不足,提出了求解大型对称线性方程组的循环总体极小向后扰动(RTMINBACK)方法.数值实验表明,新方法比一些旧的方法求解大型对称线性方程组更有效,并且RTMINBACK方法适合求解病态线性方程组.     

一种收敛的重开始GMRES算法

提出了一种收敛的ＧＭＲＥＳ方法，它克服了重开始ＧＭＲＥＳ算法的残量范数停滞现象，并给出了收敛速度的估计，数值试验证明了方法的有效性与可行性。     

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...     

解线性方程组的一种改进算法

阐述用迭代法解线方程组的基本理论，对雅可比迭代法作了一些改进，提高了其收敛速度。     

一类Krylov子空间方法在求解Sylvester方程的应用

提出了一种求解Sylvester方程AX+XB=EFT的块Krylov子空间方法。当矩阵A和B非常大,并且右侧的的秩很小时,给出如何求解精确低秩近似解。理论结果和数值实例证明了方法的有效性。     

矩阵特征值问题——GR和Krylov子空间方法

矩阵特征值计算经常出现在各种科学和工程问题中。对于解矩阵特征值问题有两类最重要的算法,即对于稠密问题的GR类算法和对于稀疏问题的Krylov子空间方法。在现有同类主题的论著中,本书是第一本用统一的方式深入全面论述这两类算法的专著。作者讨论了一般的GR算法的理论以及Krylov子空间方法的发展,     

分析有限元线性方程组的求解方法

目的试图从几种常用的线性方程组的求解方法找出最优化方法. 方法从存储单元,运算量及收敛速度方面做了一系列比较分析.结果发现迭代法优于直接法,超松弛法优于其他迭代法.结论通过分析比较得出当迭代法收敛时,超松弛方法最优.     

求解非对称线性方程组的总体拟极小向后扰动方法

在利用QPMR方法求解非对称线性方程组(尤其是病态方程组)的Lanczos过程中通常会发生算法中断或数值不稳定的情况．为解决这个问题，将求解非对称线性方程组的QMR方法与总体向后扰动范数拟极小化的技巧相结合，给出求解非对称线性方程组的总体拟极小向后扰动方法(TQMBACK方法)，同时，为减少存储量和运算量，新算法将采用重新开始的循环格式，通常人们采用残量范数作为判断算法终止的准则，但是，当近似解非常接近真值时，残量范数是小的，而反过来不一定，为克服残量范数作为算法终止准则的不足，将总体向后扰动范数作为判断算法终止的准则，得到求解非对称线性方程组的循环总体拟极小向后扰动方法(RTQMBAK方法)，数值实验表明，新算法比Lanczos方法和QMR方法收敛速度更快．而且，新算法对求解病态的非对称线性方程组很有效。     

线性代数方程组的非定常二级多分裂迭代法

本文邮并行求解线性代数方程组的非定常二级多分裂迭代法（ＮＳＴＳＭ方法）,给出了对任意ｓ（ｉ）≥１,ｉ＝１,２,…,该方法均收敛的关于分裂的条件,进一步研究了系统矩阵时（此时不要求是单调的）该方法的收敛性。     

求解具有多个右端项线性方程组的总体GMERR算法

提出求解具有多个右端项大规模非对称线性方程组AX=B的一个新方法.广义最小误差(GMERR)方法用于求解AX=B时,需要对每一个右端项分别求解,运算量大,并且求解一个线性方程组的信息不能有效的应用于另一个方程组.针对以上不足,将初始残量矩阵总体投影在一个Krylov子空间上,得到总体广义最小误差方法(总体GMERR方法)及相关性质.数值实验结果表明新方法比用GMERR算法分别求解每一个同系数矩阵而右端项不同的方程组更为有效.     

误差向量与Krylov子空间对GMRES(m)算法收敛速度的影响

从广义极小残量法GMRES(m)的结构出发,分析其误差向量与Krylov子空间对该算法收敛速度的影响,推导出误差向量与Krylov子空间第1个向量和第m+1个向量的方向余弦关系,并用数值算例验证其合理性.当误差向量Υk+1在Krylov子空间向量v1的投影较大而在向量υm+1的投影较小时,GMRES(m)算法收敛速度较...     

模糊线性方程组的基本迭代解法

利用迭代法求解模糊线性方程组是一种重要的方法.研究了模糊线性方程组的几种基本迭代解法.在模糊线性方程组系数矩阵是拟对角占优矩阵的条件下,得到了迭代法的收敛性定理.最后,给出了数值例子.     

线性空间的极大子空间

引进了线性空间的极大子空间的概念,主要得出了3个结论：（1）线性空间V的子空间M是极大子空间当且仅当M是一维子空间的余子空间。（2）线性空间的任意子空间都可表示为一些极大子空间的交。（3）在满足子空间降链条件的线性空间中,每个子空间可表示为有限个极大子空间的交。     

Convergence analysis for general linear methods applied to stiff delay differential equations

For Runge-Kutta methods applied to stiff delay differential equations (DDEs), the concept of D-convergence was proposed, which is an extension to that of B-convergence in ordinary differential equations (ODEs). In this paper, D-convergence of general linear methods is discussed and the previous related results are improved. Some order results to determine D-convergence of the methods are obtained.     

复线性方程组ABS方法

首次给出求解复线性方程组的 ABS算法 .它是通过研究复矩阵空间 Cm× n( m≥ 1 ,n≥ 1是任意整数 )与 R2 m× 2 n中一个子空间的同构关系得到的 .证明了复 ABS算法与求解一特殊块结构的实方程组的分块 ABS算法是一一对应的 .给出了复 ABS算法的若干重要性质 .     

求解一类非线性方程组的Newton-PLHSS方法

基于倾向一侧的对称／反对称分裂(LHSS)迭代方法,提出了一类求解Jacobi矩阵在解x*处为大型稀疏非埃尔米特矩阵的非线性方程组的Newton PLHSS方法,给出了这类不精确牛顿法的两种局部收敛性定理。数值结果验证了该方法的正确性和有效性。