排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
求解非对称线性方程组的QMRGCGS方法 总被引:2,自引:1,他引:1
1 引言 求解非对称线性方程组Ax=b的双共轭梯度方法(BCG)[3]和它的变形共轭梯度平方方法(CGS)[6]都有典型的不规则收敛行为,后来Freund和Nachtigal提出一种BCG类方法,即拟极小剩余方法(QMR)[7],用来补救BCG方法的收敛性并且产生了光滑的收敛曲线。然而,象BCG方法一样,QMR方法要用到系数矩阵A及其转置A~T与向量的乘积,为了解决这一问题,Freund提出TFQMR方法,此方法具有拟极小剩余性,同时不需用到A~T与向量的乘积。 相似文献
2.
3.
4.
周期三对角线性方程组的分布式并行算法 总被引:1,自引:0,他引:1
提出一种求解来格对角占优周期三对角线性方程组的并行算法(简称PAA算法),新算法计算复杂性为O(8n),通讯复杂性为O(1),目前求解此类方程组的最优并行算法的计算复杂性为O(17n),通讯复杂性为O(logP),在SGI Indy工作站网络环境下的试算结果表明,加束比呈线性增加并行效率达到90%。 相似文献
5.
6.
1