网站大量收购闲置独家精品文档,联系QQ:2885784924

代数多重网格方法中的新型插值算子-计算数学专业论文.docx

代数多重网格方法中的新型插值算子-计算数学专业论文.docx

  1. 1、本文档共62页,可阅读全部内容。
  2. 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. 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. 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
代数多重网格方法中的新型插值算子-计算数学专业论文

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢 的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也 不包含为获得电子科技大学或其它教育机构的学位或证书而使用 过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论 文中作了明确的说明并表示谢意。 签名: 日期: 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论 文的规定,有权保留并向国家有关部门或机构送交论文的复印件和 磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位 论文的全部或部分内容编入有关数据库进行检索,可以采用影印、 缩印或扫描等复制手段保存、汇编学位论文。 (保密的学位论文在解密后应遵守此规定) 签名: 导师签名: 日期: 年 月 日 摘要 摘要 万方数据 万方数据 摘 要 在很多复杂物理系统中, 偏微分方程是非常重要的数学模型, 如何求得其精 确数值解是数值计算中的一个重要课题. 对于大部分偏微分方程来说, 其数值解 的求解主要是通过对方程组的离散而转化为大规模稀疏线性方程组的求解问题, 迭代法是当前求解该类方程的唯一可行的方法. 而早期的迭代法, 如 Jacobi、 Gauss-Seidel、SOR 等已经难以在大规模实际问题的计算中取得理想结果. 代数多 重网格 (AMG) 方法因其计算量线性相关于未知量个数以及”即插即用”性成为了 当今的研究热点. 本文对 AMG 方法的基本算法进行了描述, 详细介绍了经典 AMG 方法的实现. AMG 方法主要由细网格上的松弛光滑和粗网格上的校正二个部分构成, 而粗网格 上的校正过程关键在于粗点的选取以及插值算子的构造. 我们重点研究了插值算 子的构造, 提出了一种构造方法十分简单的插值算子, 极大的降低网格复杂度, 减 少了 AMG 方法的启动时间. 此外, 我们对经典插值算子中权重的计算方法进行了 改进, 改进后的 AMG 方法拥有更快的收敛速度, 而且适用的问题范围更广, 尤其 对于角尺度变换问题显示出了很好的效果. 最后的数值例子表明, 我们所提出的 插值算子拥有良好的有效性和强壮性. 关键词:代数多重网格方法(AMG),插值算子,收敛性 I ABSTRACT ABSTRACT 万方数据 万方数据 ABSTRACT Partial Differential Equations (PDEs) are the most important mathematical models in many complicated multi-physics systems. How to obtain the accurate numerical solutions of PDEs is a very important issue in the numerical computation. For most of PDEs, they must be discreted into large scale sparse linear systems to obtain the numerical solution. By now, iterative method is the only feasible way to solve such type of equations. And the earlier iterative methods such as Jacobi, Gauss-Seidel, SOR, are now difficult to achieve the expected results in the large-scale practical problems. The high level of interest and research activity is dramatically increasing for algebraic multigrid (AMG) method, for its computational cost is linear dependent on the number of unknowns and its character of “plug and play”. In this paper, we describe the basic algorithms of AMG and detail the implementation of the classical AMG. Algebraic multigrid method has two processes: smoothing on ref

文档评论(0)

peili2018 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档