求解稀疏线性方程组的预处理共轭梯度并行算法

给出了一种预处理共轭梯度并行算法,用以有效求解系数矩阵为稀疏对称正定矩阵的线性方程组.该方法给出了迭代法的一种预处理模式,首先构造并行迭代求解预处理方程组的迭代格式,然后使用共轭梯度法进行并行求解.通过数值实验证明算法的有效性.结果表明,与直接使用共轭梯度法和块Jacobi迭代法以及传统的预处理共轭梯度方法(内迭代1次)相比,该方法在相同计算精度下计算量小,并且并行效率好.     

稀疏线性方程组的一种预处理并行算法

给出了一种求解系数矩阵为稀疏对称正定矩阵的线性方程组的预处理共轭梯度法的并行算法.该方法提出了迭代法的预处理模式.基于此思想,首先给出预条件子M,然后构造并行迭代求解预处理方程组的迭代格式,进而使用共轭梯度法并行求解.通过数值试验,与直接使用共轭梯度法及传统的预处理共轭梯度方法（迭代1次）相比,该方法提高了收敛速度,同时具有很好的并行性.     

一种基于预处理共轭梯度法的给水管网水力计算方法

提出了一种新的给水管网水力计算方法.该方法对给水管网系统的节点流量连续性方程进行重新构造,用改进的Cholesky分解方法对重新构造的矩阵进行三角分解,然后使用预处理共轭梯度法求解.经用供水管网模型进行验证并与EPANET软件的计算结果进行比较,结果表明:该算法共迭代5次,用时0.102 s,与EPANET混合节点-环方法的求解精度和速度非常接近,且弥补了EPANET软件的应用缺陷,可用于求解大型城市的给水管网系统.     

半环上矩阵的广义逆与T-序

引入了半环上矩阵Moore-Penrose逆的概念.通过矩阵的T-序关系探讨半环上矩阵的Moore-Penrose逆,得到了矩阵满足T-序条件的若干性质,并且得到Moore-Penrose逆是其他广义逆的最大元或最小元.研究了幂等的非负偏序半环上的矩阵,得到了一个很有用的结论.     

基于共轭梯度法的纱线染色配方预测优化算法

为提高纱线染色配方预测的准确性和稳定性,在Kubelka-Munk理论基础上,结合CIE 1976 L* a* b* 均匀颜色空间及CIELAB色差公式,提出了以共轭梯度法为基础的染色配方预测优化方法,详细推导出共轭梯度法带约束的配方预测目标函数。利用自开发的测配色软件和美能达CM2600D分光测色仪,选用D65光源,做了大量的单纺纱线测配色实验。实验结果表明,该染料配方预测优化算法计算的配色结果与标准色接近,色差小,与染料配方初值无关,稳定、可靠、收敛性强、重复度高。     

共轭正规矩阵的等价刻画

共轭正规矩阵在酉相合理论中起着重要的作用.利用矩阵对角化、共轭交换、矩阵Toeplitz分解、谱分解及对称酉极分解等矩阵方法,并运用分块矩阵的技巧,讨论了共轭正规矩阵并获得了共轭正规矩阵的若干个等价条件.     

中心自共轭矩阵的一些性质

引入中心自共轭矩阵的定义,给出了中心自共轭矩阵的代数和、转置、积(幂及张量积)以及伴随矩阵也是中心自共轭矩阵的结论.得出当δ(A)＝δ(A-),以及当V是n阶翻矩阵,λ0∈δ(A),0≠X0=(a1,a2,…,an)Y∈Cn,AX0=λX0时,有A-VX0=λX0等论断.     

广义Jacobi矩阵的逆问题

考虑加权型Jacobi矩阵的逆问题．基于逐层递退方法,通过特征对给出Jacobi矩阵存在和惟一的充分必要条件,并由特征对构造出此Jacobi矩阵．即当i=1,2,…,k-1时,如果Di≠0且[（μ1-λ）di＋λqiDi＋（μ1-λ）Mi-1＋（μ1-λ）qixiyi＋1]／Di〉0,那么bi=[（μ1-λ）di＋λqiDi＋（μ1-λ）Mi-1＋（μ1-λ）qoxiyi＋1]／Di,ai={λpi＋[λqi-1-bi-1）xi-1＋（λqi-bi）xi＋1]/xi,xi≠0,/μipi＋[（μ1qi-1-bi-1）yi-1＋（μ1qi-bi）/yi＋1]/yi,xi=0.若Di=0,bi=（μ1qi-1yi-1＋μ1qiyi＋1-bi-1yi-1）/yi＋1,且ai为任意实数．对于i=k,k＋1,…,n-1,ai,bi可类似求得．     

分块周期三对角矩阵逆矩阵的新算法

研究了分块周期三对角矩阵的逆问题.利用递归方法,将高阶分块周期三对角矩阵的求逆转化为低阶分块周期三对角矩阵的求逆,给出了求分块周期三对角矩阵的逆矩阵的一种新算法.通过算法的计算量的比较,新算法比直接求逆算法的计算量小.新算法的算法复杂度为4n2+0(n)次,而直接求逆的算法复杂度是5.5n2+0(n)次.算例表明新算法...     

一类预条件矩阵USSOR迭代方法的比较定理

为了提高线性方程组迭代法的收敛速度,采用适当的预处理方法是必要的,即PAx=Pb.利用新预条件矩阵P=I+C′α,当系数矩阵A为非奇异M-矩阵时,运用USSOR迭代方法及矩阵分裂理论,获得了新的比较定理.最后通过数值例子验证了所得的主要结论.     

Using recursion to compute the inverse of the genomic relationship matrix

Computing the inverse of the genomic relationship matrix using recursion was investigated. A traditional algorithm to invert the numerator relationship matrix is based on the observation that the conditional expectation for an additive effect of 1 animal given the effects of all other animals depends on the effects of its sire and dam only, each with a coefficient of 0.5. With genomic relationships, such an expectation depends on all other genotyped animals, and the coefficients do not have any set value. For each animal, the coefficients plus the conditional variance can be called a genomic recursion. If such recursions are known, the mixed model equations can be solved without explicitly creating the inverse of the genomic relationship matrix. Several algorithms were developed to create genomic recursions. In an algorithm with sequential updates, genomic recursions are created animal by animal. That algorithm can also be used to update a known inverse of a genomic relationship matrix for additional genotypes. In an algorithm with forward updates, a newly computed recursion is immediately applied to update recursions for remaining animals. The computing costs for both algorithms depend on the sparsity pattern of the genomic recursions, but are lower or equal than for regular inversion. An algorithm for proven and young animals assumes that the genomic recursions for young animals contain coefficients only for proven animals. Such an algorithm generates exact genomic EBV in genomic BLUP and is an approximation in single-step genomic BLUP. That algorithm has a cubic cost for the number of proven animals and a linear cost for the number of young animals. The genomic recursions can provide new insight into genomic evaluation and possibly reduce costs of genetic predictions with extremely large numbers of genotypes.     

预条件USSOR迭代法在L矩阵下的比较结果

在线性方程组Ax=b的系数矩阵A为三对角L矩阵的前提下,提出了新的预条件矩阵P=I＋S1下的USSOR迭代方法.运用USSOR迭代方法及矩阵的分裂理论,获得了新的比较定理.通过数值例子验证了所得的结论.     

一类新的预条件USSOR迭代法的比较定理

提出一种新的预条件矩阵,并给出基于该预条件的USSOR迭代法．比较了系数矩阵为不可约L阵时,在新的预条件下USSOR迭代法和传统USSOR迭代法谱半径的大小．预条件加快了传统的USSOR迭代法的收敛速度,并得到新的比较定理．且新方法的谱半径严格小于传统方法的谱半径．最后通过数值例子验证了所得结论的正确性．     

RadauⅠ A方法的并行算法

为了推广并行计算,利用二级三阶的隐式Radau Ⅰ A方法,导出一种适合并行计算机求解常微分方程初值问题的三阶并行算法,并使用边界轨迹法画出了其绝对稳定区域.从并行计算角度看,该算法可行.