预处理共轭梯度法求解线性方程组Ax=b

针对共轭梯度法求解线性方程组Ax=b,提出一种预处理思想。基于次思想,首先给出预处理矩阵,然后求解预处理线性方程组,再使用共轭梯度法求解。最后通过几个数值试验,与直接使用共轭梯度法求解线性方程组相比较,本文的方法提高了收敛速度。     

线搜索下带误差项的Dai-Yuan共轭梯度算法

本文在共轭梯度不能精确计算的情况下,采用Wolfe或Armijo步长规则研究了带误差项的Dai-Yuan(abbr．DY)共轭梯度法,我们的方法的一个很重要的特征就是步长不一定趋于零。这种特征使得我们的分析对许多实际问题很有用。我们在很一般的假设条件下证明了算法的全局收敛性。最后给出了数值算例。     

在Armijo型线搜索下共轭下降法的收敛性

我们提出了两种Armijo型线搜索,进而证明了这两种Armijo型线搜索可保证共轭下降法的下降搜索方向的充分下降性。并在这两种Armijo型线搜索下得到共轭下降法的收敛性结果。     

实方阵的Moore-Penrose广义逆的MCG算法探究

证明了矩阵Moore-Penrose逆的唯一性以及建立了求矩阵Moore-Penrose逆的算法。首先将求矩阵的Moore-Penrose逆转为求解含有三个矩阵变量的矩阵方程组,其次建立求该矩阵方程组的修正共轭梯度算法(MCG算法),给出了MCG算法的性质和收敛性证明,对于任意给定的初始矩阵该算法能在有限步迭代计算后得到矩阵的Moore-Penrose逆。最后给出数值算例,证明MCG算法在求解矩阵Moore-Penrose逆中具有很高的计算效率。     

2步非线性共轭梯度（NCG）法

提出一种求解非线性方程组的2步非线性共轭梯度法(2步NCG法)，并在一定条件下证明方法收敛于一个总体唯一解．这个方法收敛较快且适合于并行计算，数值试验表明它比普通NCG法迭代次数减少较多，从而节省CPU时间。     

求解非线性方程组的记忆梯度算法

本文给出了一种求解非线性方程组的新算法-记忆梯度算法,该算法采用迭代形式,每步迭代不仅利用了当前点的迭代信息,而且利用了前一迭代点的信息,使算法更具稳定性,本文还证明了该算法的全局收敛性.     

基于信赖域技术的非单调非线性共轭梯度算法

共轭梯度算法由于其迭代简单和较小的存储在求解大规模无约束优化问题中起着特殊的作用.本文基于信赖域技术和修正拟牛顿方程,结合Zhang非单调策略,设计了一种新的求解无约束最优化问题的基于信赖域技术的非单调非线性共轭梯度算法.该算法每次迭代自动产生信赖域半径,并通过求解一个简单的子问题得到下一个迭代点,信赖域技术的应用保证...     

求解大规模优化的混合共轭梯度法

为了有效求解大规模无约束优化问题,在PRP方法和FR方法的基础上,给出了满足共轭条件的新的混合共轭梯度法.在强Wolfe线性搜索下,证明了此算法的全局收敛性.在特定条件下,新公式与HS公式一致,因此可看作是对HS方法的修正.对7个经典无约束优化问题的数值实验结果表明,所提出的新方法数值稳定.相比已有方法,随着问题规模的增大,所提方法在迭代次数,优化精度及梯度调用次数方面表现出明显优势.     

Armijo型线搜索下一种共轭梯度法的收敛性

对无约束非线性规划问题,本文分别在两种不同的Armijo型线搜索下证明了Liu-Storey共轭梯度法的所有搜索方向都是充分下降的,并进一步证明了该算法是全局强收敛的。对另一种放松了函数值下降条件可以获得更大步长的Armijo型线搜索,本文还证明了该算法是全局强收敛的。     

组合杂交四边形元的多重网格预处理共轭梯度方法

组合杂交元方法是一种求解弹性力学问题的稳定化有限元方法．为了快速求解组合杂交元离散得到的大型、稀疏、对称正定系统,本文研究了多重网格预处理共轭梯度方法．首先,通过选用合适的网格转移算子和光滑策略,得到了有效的多重网格预处理器．其次,通过分析数值试验结果证明所得到的多重网格预处理共轭梯度方法是有效可行的,利用该预处理方法大大降低了系数矩阵的条件数,提高了计算效率．此外,对于一类高性能的组合杂交元,多重网格预处理共轭梯度方法在网格畸变时依然收敛.     

On Preconditioned MHSS Real-Valued Iteration Methods for a Class of Complex Symmetric Indefinite Linear Systems

A generalized preconditioned modified Hermitian and skew-Hermitian splitting (GPMHSS) real-valued iteration method is proposed for a class of complex symmetric indefinite linear systems. Convergence theory is established and the spectral properties of an associated preconditioned matrix are analyzed. We also give several variants of the GPMHSS preconditioner and consider the spectral properties of the preconditioned matrices. Numerical examples illustrate the effectiveness of our proposed method.     

散射问题中复线性系统的扰动预条件技术

利用稀疏策略可以控制不完全分解因子的稀疏度,对角扰动技术则通过对原系数矩阵的对角元的轻微扰动,提高不完全分解预条件方法的效率.本文结合稀疏策略和对角扰动技术的修正的不完全LLT分解预条件技术,用来加速共轭垂直共轭梯度法(COCG)求解离散散射问题得到的大型、稀疏的复对称线性系统的求解速率,数值试验验证了基于扰动的不完全分解预条件方法,对迭代求解散射问题有着很好的提速效果.     

线性方程组预条件AOR迭代法注记

本文讨论了两类解线性方程组Ax=b的预条件方法,得到当经典AOR(SOR或Jacobi)迭代法收敛时,此类预条件AOR(SOR或Jacobi)迭代法也收敛且收敛速度较相应的经典方法快,而当经典AOR(SOR或Jacobi)迭代法发散时,此类预条件AOR(SOR或Jacobi)迭代法也发散。从而改进和完善了几个已有的结果。     

超记忆梯度算法的线性收敛速度

证明了时贞军提出的超记忆梯度算法在一定条件下具有线性收敛速度。     

求解大型稀疏线性方程组的不完全SAOR预条件共轭梯度法

预条件共轭梯度法是求解大型稀疏线性方程组的有效方法之一,SSOR预条件方法是基于矩阵分裂的较有效的预条件共轭梯度法。通过矩阵分裂,本文讨论不完全SAOR预条件方法,研究此方法的预条件因子及系数矩阵的预条件数,并证明了此方法的预条件数小于SSOR预条件方法的预条件数。最后通过求解离散化波松(Poisson)方程组表明了该方法的有效性。     

An Extension of the COCR Method to Solving Shifted Linear Systems with Complex Symmetric Matrices

The Conjugate Orthogonal Conjugate Residual (COCR) method [T. Sogabe and S.-L. Zhang, JCAM, 199 (2007), pp. 297-303.] has recently been proposed for solving complex symmetric linear systems. In the present paper, we develop a variant of the COCR method that allows the efficient solution of complex symmetric shifted linear systems. Some numerical examples arising from large-scale electronic structure calculations are presented to illustrate the performance of the variant.     

一类修正Zhang H.C.非单调共轭梯度算法

为有效求解大规模无约束优化问题,本文基于RMFI共轭梯度法,结合Zhang H.C.非单调线搜索步长规则,提出了一类新的共轭梯度算法.在适当的条件下,证明了新算法的全局收敛性.数值算例表明,新算法比Zhang H.C.非单调规则下的标准RMFI方法收敛速度更快,更有效.同时,本文进一步研究了Zhang H.C.非单调线搜索步长规则的一个基于强迫函数的拓展模型,并从理论上证明了基于此拓展模型的新算法的全局收敛性.