非线性系统的广义张量方法.pdf

摘 要 近几年来, 由于人工智能、神经网路的的兴盛, 非线性系统的求解再度成为 科学和工程计算领域中比较热门的话题之一, 受到了较大的关注. 本文提出了求 解大型非线性系统的一种新的张量方法(广义张量方法), 方法的重点是每一步内 迭代需求解张量方程. 首先, 对于弱非线性张量方程, 本文分析了其系数矩阵是否为零矩阵的两种 情形, 并提出基于HSS 迭代(如Newton­HSS、Picard­HSS 以及nonlinearHSS­like 方法) 的求解方法. 理论分析表明, 在合理的假设下这些方法是局部收敛的. 数 值结果显示: 当系数矩阵为零矩阵时, Newton­HSS 方法优于Newton­GMRES 方 法; 而当系数矩阵为非零矩阵时, 基于HSS 迭代的方法较为高效、稳定, 尤其是 nonlinearHSS­like 方法的效果更优. 其次, 对于多维线性. 系统(非线性) 的特殊情 形, 对称­系统, 基于Picard 与非线性迭代的思想, 本文给出了HSS­D、HSS­F 两种方法并进行了局部收敛性的分析, 数值实验表明HSS­D 方法要优于现有的 迭代方法, 而HSS­F 方法比现有的部分方法好, 但有一定局限性. 再其次, 从理论上证明了非齐次­方程的正根的存在唯一性, 给出了广义 张量方法的近似收敛阶. 最后, 提出了广义张量方法的三种非精确形式: Tensor­ Picard CG (T­P CG), Tensor­Picard GMRES (T­P GMRES) 和Tensor­nonlinear HSS (T­N HSS) 方法, 数值例子表明T­P CG 方法是最优, 基本上优于其两种方法以及 已有的Newton­HSS、Newton­GMRES 方法. 关键词: 广义张量方法, 张量系统, 张量,HSS 迭代, 收敛性分析. i ABSTRACT In recent years, because of the prosperity of artificial intelligence and neural net­ work,solvingnonlinearsystemshasbecomeoneofthehottopicsinthefieldofscience and engineering calculation again, and has attracted more attention. In this paper, we establish a new tensor method (the generalized tensor method) to large­scale nonlinear systems,thekeypointofwhichistosolveatensorequationineachstep. Firstly, for weakly nonlinear tensor equations, we analyze two cases whose co­ efficient matrix is zero matrix or not, and propose some methods based on the HSS iterations (such as Newton­HSS, Picard­HSS and nonlinear HSS­like methods). Theo­ reticalanalysisindicatesthatthesemethodsarelocallyconvergentunderreasonableas­ sumptions. Thenumericalresultsshowthat: whenthecoefficientmatrixiszeromatrix, the Newton­HSS method outperforms the Newton­GMRES method; when the coeffi­ cientmatrixisnon­zeromatrix,thesemethodsbasedonHSSiterationismoreefficient andstable,especiallythenonlinearHSS­likemethod. Secondly,forthespecialcaseo