三维泊松方程边值问题3次Lagrange有限元方程的病态结构和最优预条件子

正1引言在科学计算和工程应用中,偏微分方程大规模数值求解问题通常转化为病态(高条件数)的大规模稀疏线性方程组的求解问题,其条件数(病态)经常随着问题规模的增加而增加[1],成为影响求解效率和精度的瓶颈因素,因此,在求解之前,使用预处理技术来减少方程组的病态,成为提高求解效率和精度的必要措施.所谓"预处理技术"是指在求解方程组     

关于线性代数方程的一种迭代解法的收敛性问题

用迭代法求解线性代数方程组,已有大量的文献与专著,例如[4、6、7]。最常用的是逐次超松弛,及其种种变形。但是,许多情况表明这些方法并非完全令人满意的,特别对病态线性代数方程组,即方程组的系数矩阵有大的条件数,用这些方法求解时,收敛得相当慢。 [1]对求解病态常微分方程初值问题构造了一种恒稳格式。从线性代数方程组的解,等价于某一常微分方程组初值问题的稳态解,这一事实出发,从而构造了一种新的求解线性代数方程组的迭代解法。[1、2]某些计算实例表明,此迭代法特别适合于求解病态线性     

数值相关性理论及其应用

解坏条件(即通常所说的病态)方程组的问题是一种颇为困难的问题。而问题条件的好坏,往往为相应矩阵条件数的大小所决定。例如,线性代数方程组的系矩数阵,非线性方程组以及非线性最小二乘问题的Jacobi矩阵,非线性最优化问题中目标函数的Hessian矩阵等。在前述矩阵的条件数很大时,用一般的方法求解,难望得到满意的结     

改进的预处理共轭斜量法及其在工程有限元分析中的应用

本文就预处理共轭斜量法(PCCG法)给出了两个具有理论和实际意义的定理,它们分别讨论了迭代解的定性性质和迭代矩阵的构造原则.作者提出了新的非M-矩阵的不完全LU分解技术和迭代矩阵的构造方法.用此改进的PCCG法,对病态问题和大型三维有限元问题进行了计算并与其他方法作了对比,分析了PCCG法在求解病态方程组时的反常现象.计算结果表明本文建议的方法是求解大型有限元方程组和病态方程组的一种十分有效的方法.     

求解病态线性方程组的预处理精细积分法

为降低病态线性方程组系数矩阵的条件数,根据矩阵行(列)均衡的思想,提出行(列)的1-范数均衡法,并扩展为范数均衡法.然后,将范数均衡法与精细积分法相结合,给出求解病态线性方程组的范数均衡预处理精细积分法.数值结果表明,经过范数均衡预处理后精细积分法求解病态方程的精度(有效数字增加5个以上)和效率(迭代次数降低15次左右)均能得到显著提高,适用范围在一定程度上也有所扩展.在上述方法中,以1-范数均衡预处理精细积分法效果最为显著.     

基于BDF的无约束优化方法的收敛性分析

1.介 绍 在上个世纪的七十年代末、八十年代初,基于常微分方程的优化方法或者说同伦方法是一类与拟牛顿法和共轭梯度法等我们所熟知的优化方法相竞争的重要方法[1-6,8,13,14,16].由于这类方法只是简单地利用现成的数值求解常微分方程的软件包,如CVODE[7]、LSODE[12],对同伦方程(一般是一个常微分方程的初值问题)进行计算,除了一些特殊的病态问题     

求解大型超定线性代数方程组的块Kaczmarz算法

正1 引言考虑大型超定线性代数方程组Ax=b,(1)其中 A ∈ C~(m×n) (m n),b ∈C~m.当m=n时,线性代数方程组求解的相关理论和算法较为成熟,但在很多实际问题中,系数矩阵A的行数和列数不相等(m≠n),如超定或欠定线性代数方程组.因此,有必要研究此类线性代数方程组的数值解法.在结构分析,计算机辅助几何设计,图像恢复,模型参数估计等众多领域中,经常需要求解大型超定线性代数方程组.Vuik [1]研究了大型超定线性代数方程组最小二乘问题的预处理Krylov迭代方法;Bai [2]提出列分解松弛法;Yin[3]提出了求解大型稀疏最小二乘问题的不完备Givens正交化的预处理GMRES方法;Hayami[4]考虑引入一个新的矩阵将GMRES方法应用到最小二乘问题,求得方程组的最小二乘解;Finta [5]推导了加权超定线性代数方程组的梯度法,并证明该方法是收敛的.     

非线性管道网络中的一类改进数学规划算法及收敛性

§1.引言 对于非线性管道网络问题的研究,近年来取得了很大进展,见[2]及其参考文献。尤其是[1],通过对一系列实际问题的探讨,提出了较具一般性的数学模型——控制方程组(EQ),以及其最优设计与控制的非线性规划模型,且分别给出了求解方法与收敛性分析,但在该文算法中仍有如下值得改进的地方,(1)步长的取法不能保证每次迭代之函数     

子矩阵约束下矩阵方程组的双对称最小二乘解

矩阵方程组l∑j=1在控制与系统领域中具有广泛应用.该文构造了一种算法求解这个矩阵方程组,其中X_j∈R~(n_j×n_j)(j=1,2,…,l)为带有特殊中心主子矩阵约束的双对称矩阵.在没有舍入误差的情况下,该算法经过有限步迭代得到[X_1,X_2,…,X_l],使得t∑i=1||l∑j=1A_(ij)X_jB_(ij)-C_i||=min.实例表明这种方法是有效的.     

求解复系数椭圆方程的两层网格算法

<正>1引言两层网格方法是用来求解非对称不定问题和非线性问题的一种非常有效的数值方法[1,2].其主要思想是,借助于两层网格空间,将细网格上的复杂问题转化为求解一个细网格空间的简单问题和一个粗网格上的问题.由于粗网格空间相对于细网格空间很小,所以减少了计算代价,并且仍能得到原问题的最优解.因此,两层网格算法被广泛研究并被用于求解多种问题,例如,求解非对称和非线性椭圆方程[1,2,3,4],非线性弹性方程[5],Navier-Stokes方程[6,7,8]及特征值问题[9,10].HSS迭代方法是求解大规模稀疏非埃尔米特正定     

灰色系统模型的优化岭回归算法

文献[1]指出了目前用普通最小二乘法估计灰微分方程参数的方法由于方程组的病态问题很难求解得合理的参数;文献[2]指出了根据初值求解灰色系统模型的时间响应式的方法由于初值的误差使所求得时间响应式产生系统误差.为了克服灰色模型的上述两个缺点,本文设计了一种求解灰色系统模型的优化岭回归算法,计算一个广泛引用的算例演示了这种算法的优越性.     

求解病态线性方程组的模拟退火算法

病态方程组的条件数较大,当输入数据有微小扰动或计算过程中的舍入误差都可能引起输出数据的很大扰动,使得解严重失真,因此求解此类方程组是相当困难的.本文尝试使用模拟退火算法来求解病态线性方程组,得到了较好的结果,并与传统的求解方法作了简单的比较.     

用遗传算法求解病态线性方程组

众所周知 ,病态方程组的条件数较大 ,当输入数据有微小扰动或计算过程中的舍入误差都可能引起输出数据的很大扰动 ,使得解严重失真 ,因此求解此类方程组是相当困难的 .本文尝试使用遗传算法来求解病态线性方程组 ,得到了较好的结果 ,并与传统的求解方法作了简单的比较     

Tricomi方程的几个非齐次定解问题

Tricomi方程k(y)(~2W)/(x~2)+(~2W)/(y~2)=g是一个典型的二阶混合型方程,它的问题,Tricomi问题和Friedrichs问题早已在Morawetz[1],Friedrichs[2],L_(ax)—Phillips[3]中通过化为一阶正对称方程组解决。在许政范[4]中用能量方法也得出了齐次定解条件的由问题适定性的结论。本文在§1中讨论Tricomi方程的非齐次     

病态线性代数方程组的一种刚性问题数值解法

1．引言文［1,2］中提出的预估校正法是国内计算数学工作者研究刚性常微分方程数值解法的较早期的工作．并且作者将自己构造的算法用于解病态线性代数方程组卜个FORTRAN标准程序见[3]）．文[4,5］根据李雅普诺夫稳定性理论建立了病态线性代数方程组的解与对应刚性常微分方程组初值问题的解之间的关系并且采用Lambert提出的解刚性问题的非线性单步方法问给出了解病态线性代数方程组的非线性迭代法．但这个非线性方法有两大缺点：第一,数值解不能有零分量;第二,代数精确度较差．为此本文采用局部指数逼近法建立的解刚性问题的二阶显式…     

AOR方法的最优因子及效果分析

在[1]中提出了解线性代数方程组 A_x=b (1)的AOR方法: x~(m 1)=L_(α,ω)x~(m) ω(I-αL)~(-1)b, (2 L_(α,ω)=(I-αL)~(-1)[(1-ω)I (ω-α)L ωU], (3)其中A=I-L-U,L,U分别为严格下、上三角矩阵。AOR方法主要用于求解椭圆型离散化方程组,故上面可设diag(A)=I。现记B=L U。 当(2),(3)中两个参数取相同值时,AOR方法退化为相应参数的SOR方法。一个自然的问题是:能否在(2),(3)中选取适当的参数α,ω,使相应的AOR方法比最优参     

求解非线性方程组的一种新的全局收敛的Levenberg-Marquardt算法

本文提出了求解非线性方程组的一种新的全局收敛的Levenberg-Marquardt算法,即μk=ακ(θ||F_k|| (1-θ)||J_k~TF_k||),θ∈[0,1],其中ακ利用信赖域技巧来修正.在不必假设雅可比矩阵非奇异的局部误差界条件下,证明了该算法是全局收敛和局部二次收敛的.数值试验表明该算法能有效地求解奇异非线性方程组问题.     

辐射传输方程的变分和Galerkin离散格式

正1引言辐射传输方程(radiative transfer equation:RTE)有着非常广泛的应用,例如天体物理[1],大气和海洋[2,3],辐射传热[4],中子输运[5,6],光分子成像[7,8]等等.辐射传输方程是光学分子成像的正向问题,从物理角度而言可归结为光子在生物组织中的传输问题,然而辐射传输方程是一个偏微分方程,本质上是一个积分-微分的双曲型问题,由于其自身问题的复杂性和高维性,目前寻找求解辐射传输方程的有效数值解法仍是一个严峻的     

基于共轭梯度的锥模型信赖域算法

1引 言 本文考虑求解无约束优化问题 minf(x),x∈Rn, (1.1) 其中f(x)在Rn上连续二阶可导.大部分求解无约束优化问题的算法都是基于迭代的思想形成一个近似函数,然后极小化该函数.近似函数通常都采用二次函数,本文研究采用锥函数作为近似函数的锥模型算法.锥模型方法是Davidon于1980年在文献[2]中首次提出来的,随后Sorensen[16],Ariyawansa[1]等对锥模型进行了线搜索策略的研究.Di和Sun[5][18],诸梅芳[20],Xu[19]等对锥模型信赖域方法进行了研究.     

求解岭回归问题的加速增广投影算法

正1引言考虑求解岭回归或者Tikhonov正则化最小二乘回归问题■这里X是一个m×n的复矩阵,β是一个n维未知向量,y是一个m维的复向量,λ是正则化参数,‖·‖2表示向量的欧拉范数.岭回归问题对病态数据的拟合效果要强于最小二乘法.目前,岭回归问题已广泛应用于数据分析、机器学习、电网等领域.近年来,一系列随机算法被用来求解大规模线性系统.Strohmer和Vershynin [1]提出