稀疏矩阵方程组预处理迭代技术研究

稀疏矩阵方程组预处理迭代技术研究

论文摘要

大型稀疏线性方程组的求解是对自然科学和社会科学中许多问题进行数值模拟的关键技术之一。而GMRES算法是目前求解大型稀疏非对称线性方程组最为有效的迭代算法之一。在执行整体的GMRES算法时,所需的计算量和存储量会随着迭代步数的增加而变得不可接受。为了克服这一困难,可以使用重新开始策略或混合迭代策略。最近,重新开始GMRES算法在迭代过程中表现出的补足收敛性质引起了人们的兴趣。特别地,基于这一性质所提出的积混合GMRES算法能够显著改善混合迭代策略求解方程组的效率。积混合GMRES算法在执行过程中,需要首先计算出多次迭代GMRES迭代循环的残量多项式,然后重复使用这些多项式的乘积进行Richardson迭代。然而,当迭代循环的步长较大时,计算出的残量多项式可能是不稳定的,从而导致Richardson迭代的发散。为了提高积混合GMRES算法的稳定性以及收敛速率,本文提出了多项式预处理积混合广义极小剩余算法。首先,本文介绍了求解大型稀疏矩阵的预处理Krylov子空间方法的原理以及在此基础上发展起来的各种迭代法,包括共轭梯度法,广义极小剩余法。其次,本文重点介绍了在重新开始GMRES循环的残量多项式在矩阵的谱上收敛的互补性以及在此基础了得到的积混合广义极小剩余算法,构造出了多项式预处理矩阵,并将该矩阵作为积混合广义极小剩余算法的预处理矩阵,改善其系数矩阵谱的性质,提高了该算法的收敛速率和稳定性。最后,本文对预处理后的新算法做了数值实验模拟与分析,将新算法与经典的成熟算法进行了对比,结果均表明,新算法更适合大型稀疏矩阵问题的求解,在计算量和存储量方面都有相应的改进。求解大型稀疏矩阵的积混合广义极小剩余算法得到了进一步的改善。

论文目录

  • 摘要
  • Abstract
  • 符号表
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 研究内容
  • 第二章 GMRES 算法及其补足性质
  • 2.1 理论背景
  • 2.1.1 GMRES 算法及其收敛性
  • 2.1.2 重新开始GMRES(m)算法及混合GMRES 算法
  • 2.1.3 最小二乘问题
  • 2.1.4 子空间维数m 的确定
  • 2.2 残量多项式的互补性
  • 2.3 积混合GMRES 算法
  • 2.3.1 积混合GMRES 算法
  • 2.3.2 积混合GMRES 算法的分析
  • 2.4 本章小结
  • 第三章 预处理技术及改进算法
  • 3.1 预处理技术
  • 3.2 不完全Cholesky 预处理共轭梯度法(ICCG)
  • 3.3 多项式预处理积混合 GMRES 算法(PHGMRES-PP(s,m))
  • 3.3.1 预处理多项式的构造
  • 3.3.2 多项式预处理积混合GMRES 算法(PHGMRES-PP(s,m))流程图
  • 3.3.3 多项式预处理的积混合GMRES 算法(PHGMRES-PP(s,m))
  • 3.4 本章小结
  • 第四章 数值实验模拟与分析
  • 4.1 稀疏矩阵的存储技术
  • 4.2 数值实验
  • 4.2.1 算法效果比较试验
  • 4.2.2 PHGMRES-PP(s,m)算法性能分析
  • 结论
  • 参考文献
  • 攻读硕士学位期间取得的研究成果
  • 致谢
  • 相关论文文献

    • [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
    • [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
    • [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
    • [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
    • [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
    • [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
    • [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
    • [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
    • [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
    • [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
    • [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
    • [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
    • [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
    • [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
    • [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
    • [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
    • [17].如何加强对算法的治理[J]. 国家治理 2020(27)
    • [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
    • [19].算法规制的谱系[J]. 中国法学 2020(03)
    • [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
    • [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
    • [22].算法的法律规制研究[J]. 上海商业 2020(09)
    • [23].新闻算法分发对隐私权的冲击及规制[J]. 青年记者 2020(27)
    • [24].算法如何平等:算法歧视审查机制的建立[J]. 南海法学 2020(02)
    • [25].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
    • [26].大数据聚类算法研究[J]. 无线互联科技 2018(04)
    • [27].RSA算法的改进研究[J]. 计算机与网络 2018(14)
    • [28].智能时代的新内容革命[J]. 国际新闻界 2018(06)
    • [29].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
    • [30].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)

    标签:;  ;  ;  ;  ;  

    稀疏矩阵方程组预处理迭代技术研究
    下载Doc文档

    猜你喜欢