- 1、本文档共42页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
稠密近似逆预处理方法研究
摘要
摘要
大型稀疏线性方程组的求解是许多科学和工程计算中的重要问题。当前计算
机技术发展飞速,大型科学计算已经进入大规模并行计算时代,基于并行计算环
境研究大型稀疏线性系统的高效并行算法显得尤为重要。稀疏近似逆方法具有良
好的并行性特点,且已经被证实具有较强的健壮性,它也能克服诸如不稳定等问
题,所以对稀疏近似逆方法研究具有较大的理论研究和实际意义。
本文提出了基于目标矩阵正交投影的稀疏近似逆预处理方法。这种方法考虑
某一向量子空间,r是目标矩阵,那么丁_1P是预处理子。这时原预处理矩阵
PA(或者4P)以r为新的目标,而不是以单位矩阵,为目标,这就是目标矩阵的
最优,但是当P∈S时是最小的。
本文首先分类介绍了大型稀疏线性方程组的迭代法和预条件迭代法。然后介
绍了稀疏近似逆方法的主要理论和当前较为成功的算法。并结合数值实验对这几
种算法的健壮性、有效性、并行性进行了比较。本文还介绍了基于目标矩阵的稀
疏近似逆方法,并进行了数值实验。最后详细阐述了基于目标矩阵的正交投影的
稀疏近似逆预处理方法。根据这个方法,在目标矩阵特殊化为正交矩阵的情况下,
得到了预处理后的矩阵的一些谱分析结果。
关键词:稀疏矩阵,稀疏近似逆预处理子,正交投影,目标矩阵
ⅢYⅢⅢ…川●I■ Ⅲ7M4㈣0肿2㈣2㈣2
ABSTRACT
ABSTRACT
and
linear aleall of scientific
The large
largesparse systems importantproblem
has andthe
quickly
technologydeveloped
computer
projectcomputing.Nowadays,the
isinthe of theefficient
scientificand computing,SO
projectcomputingage parallel
inthe environmentbecomesmore sparse
parallelalgorithmparallel important.The
itis tohave
inversemethodhas proved good
approximate goodparallelizability,and
for
theresearch
withitcallsolvethe sparse
robustness,together
文档评论(0)