一种求解大型Lyapunov矩阵方程的预处理并行算法

研究了一种求解大型Lyapunov矩阵方程的并行预处理变形共轭梯度法.首先将处理小型矩阵方程的Smith预处理方法引入该问题的求解,将原矩阵方程转变为Stein方程,然后采用变形共轭梯度法并行求解预处理后的矩阵方程.其中遇到的难点是需要确定参数μ及求矩阵(A+μI)的逆.基于估计特征值的Gerschgorin圆定理给出了参数μ的估值,再采用变形共轭梯度法并行求得矩阵(A +μ l)的逆,从而形成预处理后的矩阵方程.通过数值试验,该算法与未预处理的变形共轭梯度法相比较,预处理算法明显优于未预处理的算法,而且其并行效率高达0.85.     

一类特殊矩阵方程的并行预处理变形共轭梯度算法

研究了求解一类矩阵方程AXB=C,提出了一种并行预处理变形共轭梯度法．该方法给出一种迭代法的预处理模式．首先给出的预处理矩阵是严格对角占优矩阵,构造并行迭代求解预处理矩阵方程的迭代格式,进而使用变形共轭梯度法并行求解．通过数值试验,预处理变形共轭梯度法与直接使用变形共轭梯度法相比较,该算法不仅有效提高了收敛速度,而且具有很高的并行性．     

双变量矩阵方程组对称最小二乘解的迭代算法

本文研究了求双变量线性矩阵方程组的对称最小二乘解的问题.利用求解线性代数方程组的共轭梯度法的基本思想,通过对有关矩阵和系数的变形与近似处理,建立了一种迭代算法.拓宽了共轭梯度法的适用范围.算例表明,迭代算法是有效的.     

一类非线性矩阵方程对称解的双迭代算法

利用逆矩阵的Neumann级数形式,将在Schur插值问题中遇到的含未知矩阵二次项之逆的非线性矩阵方程转化为高次多项式矩阵方程,然后采用牛顿算法求高次多项式矩阵方程的对称解,并采用修正共轭梯度法求由牛顿算法每一步迭代计算导出的线性矩阵方程的对称解或者对称最小二乘解,建立求非线性矩阵方程的对称解的双迭代算法.双迭代算法仅要求非线性矩阵方程有对称解,不要求它的对称解唯一,也不对它的系数矩阵做附加限定.数值算例表明,双迭代算法是有效的.     

离散对偶代数Riccati方程异类约束解的双迭代算法

利用逆矩阵的Neumann级数形式,将在离散时间跳跃线性二次控制问题中遇到的含未知矩阵之逆的离散对偶代数Riccati方程(DCARE)转化为高次多项式矩阵方程组,然后采用牛顿算法求高次多项式矩阵方程组的异类约束解,并采用修正共轭梯度法求由牛顿算法每一步迭代计算导出的线性矩阵方程组的异类约束解或者异类约束最小二乘解,建立求DCARE的异类约束解的双迭代算法.双迭代算法仅要求DCARE有异类约束解,不要求它的异类约束解唯一,也不对它的系数矩阵做附加限定.数值算例表明,双迭代算法是有效的.     

Algorithm Research Based on the PDE Sensitivity Filter北大核心CSCD

采用PDE灵敏度滤波器可以消除连续体结构拓扑优化结果存在的棋盘格现象、数值不稳定等问题,且PDE灵敏度滤波器的实质是具有Neumann边界条件的Helmholtz偏微分方程.针对大规模PDE灵敏度滤波器的求解问题,有限元分析得到其代数方程,分别采用共轭梯度算法、多重网格算法和多重网格预处理共轭梯度算法对代数方程进行求解,并且研究精度、过滤半径以及网格数量对拓扑优化效率的影响.结果表明：与共轭梯度算法和多重网格算法相比,多重网格预处理共轭梯度算法迭代次数最少,运行时间最短,极大地提高了拓扑优化效率.     

不定最小二乘问题的改进的不完全双曲Gram-Schmidt预处理算法

应用改进的不完全双曲Gram-Schmidt(IHMGS)方法预处理不定最小二乘问题的共轭梯度法(CGILS)、正交分解法(ILSQR)与广义的最小剩余法(GMRES)等迭代算法来求解大型稀疏的不定最小二乘问题.数值实验表明,IHMGS预处理方法可有效提高相应算法的迭代速度,且当矩阵的条件数比较大时,效果更加显著.     

一个拟极小化左共轭梯度算法及其数值表现

左共轭梯度法是求解大型稀疏线性方程组的一种新兴的Krylov子空间方法.为克服该算法数值表现不稳定、迭代中断的缺点,本文对原方法进行等价变形,得到左共轭梯度方向的另一迭代格式,给出一个拟极小化左共轭梯度算法.数值结果证实了该变形算法与原算法的相关性.     

等几何分析的多重网格共轭梯度法

提高NURBS基函数阶数可以提高等几何分析的精度,同时也会降低多重网格迭代收敛速度.将共轭梯度法与多重网格方法相结合,提出了一种提高收敛速度的方法,该方法用共轭梯度法作为基础迭代算法,用多重网格进行预处理.对Poisson(泊松)方程分别用多重网格方法和多重网格共轭梯度法进行了求解,计算结果表明:等几何分析中采用高阶NURBS基函数处理三维问题时,多重网格共轭梯度法比多重网格法的收敛速度更快.     

含高次逆幂的矩阵方程对称解的双迭代算法

本文研究了在控制理论和随机滤波等领域中遇到的一类含高次逆幂的矩阵方程的等价矩阵方程对称解的数值计算问题.采用牛顿算法求等价矩阵方程的对称解,并采用修正共轭梯度法求由牛顿算法每一步迭代计算导出的线性矩阵方程的对称解或者对称最小二乘解,建立了求这类矩阵方程对称解的双迭代算法,数值算例验证了双迭代算法是有效的.     

一类Riccati矩阵方程广义自反解的双迭代算法

本文研究了一类Riccati矩阵方程广义自反解的数值计算问题.利用牛顿算法将Riccati矩阵方程的广义自反解问题转化为线性矩阵方程的广义自反解或者广义自反最小二乘解问题,再利用修正共轭梯度法计算后一问题,获得了求Riccati矩阵方程的广义自反解的双迭代算法.拓宽了求解非线性矩阵方程的迭代算法.数值算例表明双迭代算法是有效的.     

四阶微分方程Hermite有限元的预处理共轭梯度法

对一类四阶微分方程两点边值问题的Hermite有限元方法进行了研究.首先讨论了该方程通常意义下的Galerkin有限元离散,考虑到有限元离散得到的线性方程组的对称正定性,文中采用了预处理最速下降法和共轭梯度方法求解线性方程组,通过选择不同的预处理器,使得求解该方程组的迭代次数有了很大的改观.     

基于梯度的Sylvester共轭矩阵方程的迭代解

本文提出了一种基于梯度的Sylvester共轭矩阵方程的迭代算法.通过引入一个松弛参数和采用递阶辨识原理,构造一个迭代算法求解Sylvester矩阵方程.通过应用复矩阵的实数表达以及实数表示的一些性质,收敛性分析表明在一定假设条件下,对于任意初始值,迭代方法均收敛到精确解,数值算例也表明了所给方法的有效性.     

求解带Toeplitz矩阵的线性互补问题的一类预处理模系矩阵分裂迭代法

针对系数矩阵为对称正定Toeplitz矩阵的线性互补问题,本文提出了一类预处理模系矩阵分裂迭代方法.先通过变量替换将线性互补问题转化为一类非线性方程组,然后选取Strang或T.Chan循环矩阵作为预优矩阵,利用共轭梯度法进行求解.我们分析了该方法的收敛性.数值实验表明,该方法是高效可行的.     

求解地震波反演问题的一类预处理共轭梯度方法

地质勘探中的全波形反演模型可以转化为一个求解带微分方程约束的最小二乘问题,这类模型通过扩大了搜索区域,减少了变量的储存,提高了计算效率.基于上述模型,采用有限差分方法离散Helmholtz方程,提出一类预处理共轭梯度法求解地震波场,并交替更新地层信息.数值实验中测试和比较了对角预处理、Gauss-Seidel预处理和不完全LU分解三种预处理方法,实验结果表明这类预处理方法应用到共轭梯度法中能够减少迭代步数、改善实验精度,加快反演迭代效率.     

线性子空间上求解矩阵方程AXB+CXD=F的迭代算法

应用共轭梯度法,结合线性投影算子,给出迭代算法求解线性矩阵方程AXB+CXD=F在任意线性子空间上的约束解及其最佳逼近.当矩阵方程AXB+CXD=F有解时,可以证明,所给迭代算法经过有限步迭代可得到矩阵方程的约束解、极小范数解和最佳逼近.数值例子证实了该算法的有效性.     

实对称正定Toeplitz矩阵的带位移的Sine预处理子

本文研究了求解实对称正定Toeplitz线性方程组的预处理共轭梯度法.基于实对称Toeplitz矩阵都有一个三角变换分裂(TTS)的事实,我们提出了带位移的Sine预处理子TS,分析了预处理矩阵的谱性质,并讨论了每步迭代的计算复杂度.数值实验表明该预处理子比T.Chan预处理子~([2])更有效.     

非Hermite线性方程组的若干预处理迭代算法

非Hermite线性方程组在科学和工程计算中有着重要的理论研究意义和使用价值,因此如何高效求解该类线性方程组,一直是研究者所探索的方向.通过提出一种预处理方法,对非Hermite线性方程组和具有多个右端项的复线性方程组求解的若干迭代算法进行预处理,旨在提高原算法的收敛速度.最后通过数值试验表明,所提出的若干预处理迭代算法与原算法相比较,预处理算法迭代次数大大降低,且收敛速度明显优于原算法.除此之外,广义共轭A-正交残量平方法(GCORS2)的预处理算法与其他算法相比,具有良好的收敛性行为和较好的稳定性.     

关于正定可对称化线性代数方程组的预对称正则化算法

1引言考虑线性代数方程组A_x=b,A∈R~(n×n)非奇异,x,b∈R~n(1)的求解．当系数矩阵是大型稀疏的正定可对称化矩阵,文[1,2]讨论了一类预对称共轭梯度算法(LRSCG算法是其中之一),这类算法的实质是利用非对称的系数矩阵可对称化的性质,并结合共轭梯度法而构造的一种预处理的共轭梯度法[12,16,17]．但非对称的系数     

广义特征值极小扰动问题的一类黎曼共轭梯度法

研究含参数$l$非方矩阵对广义特征值极小扰动问题所导出的一类复乘积流形约束矩阵最小二乘问题.与已有工作不同,本文直接针对复问题模型,结合复乘积流形的几何性质和欧式空间上的改进Fletcher-Reeves共轭梯度法,设计一类适用于问题模型的黎曼非线性共轭梯度求解算法,并给出全局收敛性分析.数值实验和数值比较表明该算法比参数$l=1$的已有算法收敛速度更快,与参数$l=n$的已有算法能得到相同精度的解.与部分其它流形优化相比与已有的黎曼Dai非线性共轭梯度法具有相当的迭代效率,与黎曼二阶算法相比单步迭代成本较低、总体迭代时间较少,与部分非流形优化算法相比在迭代效率上有明显优势.