求解PageRank问题的重启GMRES修正的多分裂迭代法

PageRank算法已经成为网络搜索引擎的核心技术。针对PageRank问题导出的线性方程组,首先将Krylov子空间方法中的重启GMRES(generalized minimal residual)方法与多分裂迭代(multi-splitting iteration,MSI)方法相结合,提出了一种重启GMRES修正的多分裂迭代法;然后,给出了该算法的详细计算流程和收敛性分析;最后,通过数值实验验证了该算法的有效性。     

求解PageRank问题的Arnoldi-MSI算法

正1引言信息时代互联网技术的飞速发展,使得网络搜索引擎成为重要的信息检索工具.搜索引擎最核心的部分就是搜索算法的设计,在搜索算法中最著名的算法之一就是PageRank算法~([2]).PageRank问题就是求解Google矩阵A的首特征值1所对应的特征向量,即线性系统     

松弛型二级多分裂法的上松弛收敛性

松弛型二级多分裂法是解线性代数方程组的一种并行迭代算法,其松弛因子在(0,1]区间的下松弛收敛结果是已知的.证明了松弛型二级多分裂法松弛因子大于1的上松弛收敛性,改进了有关下松弛的收敛结果.另外,对下松弛情形给出了矩阵范数意义下的一个比较定理.     

高阶PageRank问题的一个两步分裂迭代算法

在一般PageRank问题的基础上,Gleich等结合了马尔科夫链的性质提出了高阶PageRank问题.基于Gleich等提出的几个算法,结合两步分裂迭代的思想提出了解高阶PageRank问题的一个两步分裂迭代算法.该算法能增加收敛的范围,并且减少算法的迭代步数.     

求解PageRank问题改进的多分裂迭代法

引用两种加速计算PageRank的算法,分别为内外迭代法和多分裂迭代算法.从这两种方法中,得到改进的多分裂迭代方法.首先,详细介绍了算法实施过程.然后,对此算法的收敛性进行证明,并且将此算法的谱半径与原有的多分裂迭代算法的谱半径进行比较.最后,数值实验说明我们的算法的计算速度比原有的多分裂迭代法要快.     

障碍问题的区域分裂法

区域分裂法是近年来为适应平行机计算而新崛起的偏微分方程数值解法,它的基本思想就是将一大型问题转化为一系列小型计算问题的求解过程。本文将讨论下列障碍问题的区域分裂法:     

求解不定常圆柱绕流的区域分裂法

本文把区域分裂法与涡点格法相结合,以此构造一类并行算法,数值模拟不定常圆柱绕流在高Reynolds数情况下的初期流动. §1.基本问题 假设有一个半径为a的圆柱体,在静止的不可压粘性流体中,以速度U突然起动,此流动满足二维不定常Navier-Stokes无量纲化方程:     

求解PageRank问题的多步幂法修正的内外迭代法

引用两种加速计算PageRank的算法,分别为内外迭代法和两步分裂迭代算法.从这两种方法中,得到多步幂法修正的内外迭代方法.首先,详细介绍了算法实施过程.然后,对此算法的收敛性进行证明,并且将此算法的谱半径与两步分裂迭代算法的谱半径进行比较.最后,数值试验说明该算法的计算速度比两步分裂迭代法要快.     

求解二次分配问题的拉格朗日松弛新方法

以改进的拉格朗日松弛(Lagrangian relaxation,LR)方法和二次分配问题(quadratic assignment problem,QAP)的线性化模型为基础,给出了求解QAP的拉格朗日松弛新方法,这为有效求解QAP提供了一种新的解决方案.通过求解二次分配基准问题库(QAPLIB)中的实际算例,从实验的角度说明了拉格朗日松弛新方法求解QAP的可行性及存在的不足之处,并对今后进一步的研究工作指明了方向.     

求解三维第一类Fredholm积分方程的GMRES法

利用数值求积公式,将三维第一类Fredholm积分方程进行离散,通过引入正则化方法,将离散后的积分方程转化为一离散适定问题,通过广义极小残余算法得到了其数值解．数值模拟结果表明该方法的可行有效性．     

用块超松弛迭代法求解不定最小二乘问题

应用块对称超松弛(symmetric successive overrelaxation,SSOR)和块加速超松弛(accelerated overrelaxation,AOR)迭代法来解不定最小二乘问题,并分析两种算法的收敛性和最佳松弛因子.理论分析表明,尽管最佳的SSOR方法比最佳的AOR方收敛慢,但其最佳松弛因子取法更简单.数值算例验证了相应的理论结果.     

一类求解双边障碍问题的松弛型二级多分裂并行算法

本文研究了一类求解双障碍问题的松弛型二级多分裂并行算法.运用矩阵多分裂理论,在一定条件下证明了算法的收敛性.数值算例说明算法是有效的和稳健的.     

求解无容量设施选址问题的半拉格朗日松弛新方法

无容量设施选址问题Un-capacitated Facility Location, UFL是应用于诸多领域的经典组合优化难题, 半拉格朗日松弛方法是求解UFL问题的一种精确方法. 分析了半拉格朗日松弛方法在求解UFL问题时所具有的性质, 在此基础上, 对求解UFL问题的半拉格朗日松弛方法进行了一定的理论完善, 并探讨了提高半拉格朗日松弛方法求解性能的有效途径.数值计算结果表明：改进方法具有明显的可行性和有效性.     

求解大型线性最小二乘问题的异步多分裂松弛算法

由于矩阵A~TA中坏条件数的出现以及对于原系数矩阵稀疏性的破坏,问题(1.2)的求解往往变得十分繁杂。鉴于此,利用矩阵多分裂的技巧,通过等价变形(1.2)为     

求解多集分裂可行问题的一种新的松弛投影算法

本文提出了求解多集分裂可行问题(Multiple-sets Split Feasibility Problem.简称MSFP)的一种新的松弛投影算法.已有求解MSFP的算法大多采用邻近函数p(x):=(1/2)sum from i=1 to t(α_i||x-P_(Ci)(x)||~2)+(1/2)sum from j=1 to r( λ_j||A_x-P_(Qj)(Ax)||~2)度量点到所有集合的距离并在迭代中直接利用其梯度方向,与此不同,本文引入了新的搜索方向,并基于此提出了新的算法.搜索方向的不同导致了算法的收敛性证明上的明显差异.初步的数值计算结果表明新算法对于不同的问题都能够有较快的收敛速度,且在问题维数增大时表现得越发明显.     

求解一类非线性互补问题的松弛two-sweep模系矩阵分裂迭代法

本文构造了求解一类非线性互补问题的松弛two-sweep模系矩阵分裂迭代法. 理论分析建立了新方法在系数矩阵为正定矩阵或H₊矩阵时的收敛性质．数值实验结果表明新方法是行之有效的, 并且在最优参数下松弛two-sweep模系矩阵分裂迭代法在迭代步数和时间上均优于传统的模系矩阵分裂迭代法和two-sweep模系矩阵分裂迭代法.     

对称区域分裂法解一类交接面问题

本文考察用对称区域分裂法来解比较一般的“对称”交接面问题,而以普通的偏微分方程边值问题作为它的特例.文中提供了三种算法,包括改进的区域分裂法.运用这些算法,原问题可化为两个或四个具半规模的子问题,而各子问题不再是具有奇异性的交接面问题.所有算法均可在多机(multiprocessor及multicomputer)上完全并行,且通讯量极少.文末给出了三种算法的数值试验结果.     

求解不等式约束优化问题无严格互补松弛条件的QP-Free新算法

本文针对不等式约束优化问题,结合Facchinei-Fischer-Kanzow精确有效集识别技术,给出—个新的线性方程组与辅助方向相结合的可行下降算法.算法每步迭代只需求解一个降维的线性方程组或计算一次辅助方向,且获取辅助方向的投影矩阵只涉及近似有效约束集中的元素,问题规模大为减少,且当迭代次数充分大时,只需求解一个降维的线性方程组.无需严格互补松弛条件,算法全局且一步超线性收敛.     

GMRES方法的收敛率

1 引 言 GMRES方法是目前求解大型稀疏非对称线性方程组 Ax=b,A∈R~(n×n);x,b∈R~n (1)最为流行的方法之一.设x~((0))是(1)解的初始估计,r~((0))=b-Ax~((0))是初始残量,K_k=span{r~((0)),Ar~((0)),…A~(k-1)r~((0))}为由r~((0))和A产生的Krylov子空间.GMRES方法的第k步