基于差分进化算法确定SOR超松弛因子.pdfVIP

第 25卷第 3期 甘肃联合大学学报 (自然科学版) Vo1．25No．3 2011年 5月 JournalofGansuLianheUniversity(NaturalSciences) May．2011 文章编号：1672-691X(201i)03—0005—04 基于差分进化算法确定SOR超松弛因子 田 野，李春光，江巧永 (北方民族大学 数值计算与工程应用研究所 ，宁夏 银川 750021) 摘 要 ：SOR迭代方法中的最佳超松弛因子的确定，一直是数值代数中的一个理论难题．本研究利用差分进化 算法构造出近似确定SOR超松弛因子的自适应进化算法．数值算例表明，算法是实用和有效的． 关键词：线性方程组 ；SOR迭代方法 ；松弛因子；差分进化算法 中图分类号 ：O241．6 文献标识码 ：A 为[； O 引言 一 (1一 cc，)z + 在科学研究和工程设计 中，出现越来越多的 --／ 1 数学问题，而这些 问题往往归结为线性方程组 问 (一∑口 一∑口#z)， (1) j=t 墨1 题．目前，求解线性方程组主要有两类方法[1]，一 i= 1，2，… ， ；k= 0，1，2，… 类是直接法，就是经过有限次运算即可求得方程 其中，cu为松弛因子，通常0∞2．但是在 0和 2 组精确解的方法，如 Guass消去法及其变形，此 之间如何取值至今没有统一的规定．当矩阵A满 类方法比较适用于低阶稠密系数矩阵的线性方程 足”红一黑”次序时，∞的最优值 已由Varga[。．3]， 组；另一类是迭代法，适用于求解大型稀疏矩阵 的线性方程组：如 Jacob迭代 ，Gauss-sediel迭 Young成功解决，此时叫。t===南 ，其中J 代 ，超松弛迭代．其 中超松弛迭代法应用最为广 是Jacobi迭代矩阵，p(J)是 ．，的谱半径．但对一 泛．逐次超松弛迭代法 (successiveoverrelaxation 般矩阵，确定 非常困难 ，目前只能给出近似确 method，简称 SOR方法)是解大型稀疏矩 阵方程 定 的数值方法，如文献E53、[63、Elo]等．为 组的有效方法之一．它具有计算公式简单，程序设 此，本文采用差分进化算法的选择，交叉，变异操 计容易，占用计算机内存较少的优点，但需要选择 作，使其简单方便，该算法适用于满足 S0R迭代 好的加速因子，即超松弛因子．众所周知，松弛因 方法的大型稀疏矩阵的线性方程组． 子∞的取值直接影响着该方法是否收敛及其收敛 2 差分进化算法 速度．因此，参数的选取是 SOR方法能否成功的 关键．利用差分进化算法[7]构造出一种近似确 差分进化算法啪 (differentialevolutionalgo— 定的自适应进化算法，并 由此得到近似确定m印 rithm)简称 DE，又称微分进化算法，是 Storn和 的差分进化逐次超松弛迭代方法(DifferentialEvo- Price于 1995年提出的一种实数编码，新颖简单 lutionSuccessiveOver-Relaxtion)，简称DESO1L 而有效的随机优化算法，一般按照下述变异，交 叉和选择操作产生候选个体． 1 逐次超松弛迭代方法