GPSD迭代法的收敛性定理

给出了一些易于检验的广义的预条件同时置换(GPSD)迭代法的收敛性定理.利用这些定理,能够较容易地判别解线性方程组Ax=f的GPSD迭代法的收敛性.数值例子证明,定理具有较好的实用价值.     

一类分数阶微分方程边值问题单调迭代解

分数阶边值问题被广泛应用于各种领域,而只有正解才有实际意义。文中运用单调迭代方法和格林函数,讨论一类非线性分数阶微分方程边值问题,得到其两迭代正解的存在性,使原有结果得到了进一步的改进。     

变分迭代法在双曲型偏微分方程中的应用

本文讨论了如何将变分迭代法应用于双曲型偏微分方程,并且通过其简便的计算可以得到方程的解,得出变分迭代法是一种既简单又有效的方法。     

一种估计非线性方程重根重数的新方法

考虑非线性方程的重根问题.在牛顿迭代法的基础上,利用Aiten加速外推技术,得到了一种估计根重数的方法.数值实验表明,这种估计是有效的.     

基于GPU的对称正定稀疏矩阵复线性方程组迭代算法

提出一种基于图形处理器（GPU）的对称正定稀疏矩阵复线性方程组迭代算法. 首先, 采用基于GPU的共轭梯度法和双共轭梯度法, 实现GPU上的矩阵向量乘操作, 并充分优化相应的算法步骤; 其次, 实现基于GPU的对角元预处理、 不完全Cholesky分解和对称超松弛3种预处理方法, 提出一种基于GPU的求解三角方程组并行算法; 最后, 实验分析各种预处理方法的优劣. 实验结果表明, 该算法较CPU串行迭代算法与经典的直接法速度提升较大, 最高可达到76倍的加速比.     

一种基于线性化Bregman迭代的图像去模糊新方法

基于线性化Bregman迭代法带有软阈值算子的A+算法,结合广义逆迭代格式,提出一个新的混乱迭代方法求解图像的去模糊问题。在算法上充分考虑对细节信息的有效利用,以弥补在每步迭代过程中为了去模糊而过滤掉的图像细节特征的损失,达到有效滤波的效果。同时在计算时间和恢复效果之间取得平衡。数值试验结果表明,新方法在提高计算效率的同时还能得到很好的图像恢复效果,特别是细节特征和稀疏纹理的恢复。     

线性系统的预条件GAOR迭代法

解决线性系统Ax=b时,给出预条件子I＋Sα的GAOR迭代法,对相应的预条件GAOR迭代法和基本GAOR迭代法的收敛速度进行了比较,得到了比较定理。最后给出数值例子验证了所得到的结论,推广了文[1]的相应结果。     

H-矩阵基于外推Gauss-Seidel迭代法的几个等价条件

利用最优尺度矩阵及M-1N的某些估计量讨论了外推Gauss-Seidel迭代法的收敛性及其和H-矩阵的关系.基于外推Gauss-Seidel及Gauss-Seidel迭代法得到了H-矩阵的几个等价条件.同时也得到了严格对角占优矩阵,不可约对角占优矩阵及Stieltjes矩阵的Gauss-Seidel迭代法,外推Gauss-Seidel迭代法的相关收敛性结论.     

迭代法求解相容矩阵方程组A1 X＋ XB1＝ C1，A2 X＋ XB2＝ C2

对任意初始矩阵,在没有舍入误差的情况下,经过有限步迭代得到问题的一个解。若取特殊初始矩阵,则得到问题的极小范数解。解决了对给定矩阵求最佳逼近解的问题。     

非线性稳定解析系统最优控制的迭代法

本文研究非线性稳定解析系统的最优控制问题. 推广线性稳定系统最优控制的Kleimman迭代法, 构造非线性稳定反馈控制序列, 使得相应的评价泛涵序列单调下降和一致收敛, 并证明非线性稳定反馈控制序列一致收敛到非线性最优控制问题的最优反馈控制. 同时,建立一个待定幂级数算法, 计算迭代序列,逼近非线性最优控制问题的最优反馈控制, 并给出一个例子加以演示.