求解奇异线性方程组的两种预条件QMR算法

主要讨论求解奇异线性方程组的两种预条件QMR算法,证明了相应的收敛性.数值试验表明,在收敛速度上,两种预条件QMR算法比预条件GMRES算法具有明显的优越性.     

解病态线性方程组的一种数值方法

对于病态的线性方程组的数值方法,一般使用迭代法,而迭代法的收敛速度慢且数值解的精度低,甚至发散.针对此问题,本文推出一个新的数值方法——主元加权松弛迭代法,通过对系数矩阵主元叠加一个权值,并引入松弛参数再对矩阵进行求解,从而能够有效的提高病态线性方程组的收敛速度和数值解精度,并讨论了算法的收敛条件.最后,通过数值实例展示了算法的有效性.     

求解非对称线性方程组的加权GMRES子空间算法

GMRES方法是目前求解大型稀疏非对称线性方程组最为流行的方法之一。本文在分析GMRES方法的收敛性质基础上,在Arnoldi过程引入加权技术,给出了加权GMRES算法(WGMRES算法),并分析了其对于收敛速度的改进。数值试验表明了该算法的有效性。     

高阶线性方程组的一种预处理数值解法

用迭代法求解线性代数方程组时,由于收敛条件较严,只能对一些特殊矩阵（如对角占优、对称正定矩阵等）构造迭代公式．针对一般的线性代数方程组,采用预处理的手段,对Gauss-Seidel迭代法做出了改进,可以将Gauss-Seidel迭代法不收敛的线性方程组,选取适当的预处理因子,使得线性方程组预处理迭代收敛．     

一类相异嵌入格式的嵌套迭代并行算法

为改善并行迭代算法SCⅡ的收敛速度和渐近收敛性质，本给出了求解一维扩散方程的一类相异嵌入格式的嵌套迭代并行算法CIS-EOI．论述了CIS-EOI算法的基本构造，并用矩阵理论证明了格式的稳定性；讨论了迭代收敛性和渐近收敛性质．CIS—EOI算法不仅加快了迭代法的收敛速度、改善了网格加密时的渐近收敛性质，还提高了精确度，比单纯采用SCⅡ算法要好．中数值例子表明相异嵌入格式的嵌套迭代并行算法CIS—EOI是有效的．     

求解奇异线性方程组的双逐次投影法

用双逐次投影迭代法来求解奇异线性方程组,当线性方程组的系数矩阵是对称半正定时,给出了不同情形时有关参量的选取以及相应的算法,并就收敛结果分别与雅可比迭代法和Gauss-Seidel迭代法进行了比较,数值结果表明,该方法对求解奇异线性方程组是很有效的.     

修正的JOR迭代法

对于求解线性方程组Ax=b的一般化Jacobi(JOR)迭代法,文章提出自适应策略确定JOR方法中的参数。新的修正算法仅需系数矩阵A对称正定,改善了JOR迭代法的收敛条件。最后数值实例表明新算法的有效性。     

二阶锥规划的光滑牛顿算法

基于光滑Fischer-Burmeister函数,给出一个求解二阶锥规划的光滑牛顿算法。算法对于初始点的选取没有任何限制,并且在每一步迭代时只需要求解一个线性方程组,只进行一次线搜索。同时在不满足严格互补的条件下,证明了算法是全局收敛的和局部二次收敛的。数值试验结果表明算法的有效性。     

ABS算法的MATLAB实现

ABS算法是一类求解线性以及非线性方程组的算法,并且就求解某些具有一定结构的大型线性方程组来说较经典算法更有效.文章给出了ABS算法的MATLAB实现,为线性方程组的求解提供了一种效率较高的方法.文末给出了数值结果.     

ABEEMσπ模型中计算分子电荷分布加速方法的比较

基于ABEEMσπ模型计算分子的电荷分布时,求解线性方程组是最为耗时的环节.本文针对不同硬件环境下,系数矩阵是稠密、对称非正定矩阵的线性方程组的求解方法进行了比较.详细介绍了串行求解库LAPACK以及基于GPU的CULA库的使用,并给出了基于Bunch-Kaufman方法的串行改进算法以及MPI多机并行求解方法,并分别给出了几种方法的运行时间.用户可以根据不同的硬件条件选择不同的加速算法,以求解系数矩阵是对称非正定矩阵的线性方程组,进而加快分子体系中电荷分布的计算速度.     

A structural reliability-based sensitivity analysis method using particles swarm optimization: relative convergence rate

This paper proposes a novel reliability-based sensitivity analysis (SA) method, namely relative convergence rate of random variables using particles swarm optimization (PSO). The convergence rate of a random variable during the optimum evolution process reflects the sensitivity of the objective function with respect to the random variables. An optimized group strategy is proposed to consider the fluctuation of the convergence rate of a variable during the optimum process. The coefficient of variation (COV) for candidate particles and the relative convergence rate of a random variable can be calculated using the particles in the optimized group. The smaller the COV for candidate particles, i.e., the larger the relative convergence rate, the more sensitive the objective function with respect to the variable. Three examples are available for the application of this method, and the results indicate that the sensitivity of the reliability index with respect to the variable obtained using the PSO technique and gradient of limit-state function is the same in the quantitative sense.     

Chebyshev加速的定常化方法

讨论求解线性方程组的一种定常迭代法，该方法由Ｃｈｅｂｙｓｈｅｖ加速定常化得到，给出了方法收敛的充要条件和收敛速度，并讨论了有关参数的选取问题     

新预条件下Jacobi迭代法的比较性定理

讨论了新预条件下Jacobi迭代法的收敛性.证明在严格对角占优的L-矩阵条件下,该预条件加快了Jacobi迭代法的收敛速度,而且在该预条件下Jacobi迭代法的谱半径是单调下降的.最后用数值例子验证本文得出的结论的正确性.     

基于变动量因子的常模盲均衡算法研究

常模算法是最常用的盲均衡算法之一,针对常模算法剩余误差较大、收敛速度慢以及误码率高等缺点,引入变动量因子对其进行修正,并采用无线数字通信系统输出信号对其进行仿真验。仿真结果表明：引入变动量因子后,常模盲均衡算法的剩余误差有所降低,误码率显著降低,收敛速度有一定程度的提高。     

基于仿水流算法的最短路径问题求解

使用传统算法求解最短路径问题时,收敛速度慢,且求得的路径并不是所有行程的最短路径。为此文章提出一种求解最短路径问题的仿水流算法。该算法结合水流量局部更新和全局动态更新,能够动态调配水流量值,避免算法陷入停滞状态;局部搜索中,对于更优路径的水流使用2-opt方法进行搜索,以此提高收敛速度。仿真实验验证了该算法的有效性,与其他算法相比,仿水流算法收敛速度快,收敛精度高,鲁棒性好,所求的最短路径明显优于传统算法。     

L-矩阵的新预条件AOR迭代法收敛性分析

该文讨论了L-矩阵在新预条件下其AOR迭代法的收敛性.在严格对角占优的L-矩阵条件下,该预条件加快了AOR迭代法的收敛速度,而且该预条件下AOR迭代法的谱半径是单调下降的.最后用数值例子验证本文得出的结论的正确性.     

Baskakov算子的收敛速度的新估计

对Guo和Kha等学者关于Baskakov算子收敛速度的估计问题,作进一步的探究,利用概率论等方法,对k阶矩重新计算和估计,得到Baskakov算子（0,＋∞）在上收敛于[f（x＋）＋（x-）]/2的收敛速度更精确的系数估计。     

改进Gauss-Seide方法的收敛速度的单调性

In this note, we prove that the convergence rate of the modified Gauss-Seidel (MGS) method with preconditional I Sa isa monotonic function of preconditioning parameter a. Based on this result, to achieve better convergence rate we suggest proformingtwice preconditoning when applying the MGS method to solve a linear system whose coefficient matrix is an irreducible non-singularM-matrix.     

Szsz算子的收敛速度

对概率型Sz偄ｓｚ算子Ｓｎ(f,x)在 ( 0 ,+∞ )上收敛于 [f(x+ ) +f(x-) ]/2的收敛速度进行了研究 ,并利用概率论的方法 ,对Guo和Khan关于Sn(f,x)的收敛速度的估计作进一步的改进 ,得到更精确的系数估计     

基于自然边界归化的半无界区域上非重叠型区域分解算法

基于半平面上的自然边界归化理论,给出一类带凹槽的半无界区域上椭圆型方程边值问题的非重叠型区域分解算法．证明算法具有与有限元剖分网格参数无关的收敛性,适当选取松弛因子,算法是几何收敛的,同时给出松弛因子的一般取值．