研究求解非线性方程组的局部算法。提出了LU分解的牛顿步与预优广义共轭梯度步的优化组合的方法(简称LU Newton PGCG)。在保证传统牛顿方法恰二阶收敛的条件下,证明了新算法也具有相同的恰二阶收敛的优点,但在计算量上却有一定的节省... 研究求解非线性方程组的局部算法。提出了LU分解的牛顿步与预优广义共轭梯度步的优化组合的方法(简称LU Newton PGCG)。在保证传统牛顿方法恰二阶收敛的条件下,证明了新算法也具有相同的恰二阶收敛的优点,但在计算量上却有一定的节省。如变量维数n=150时,其计算量可以节省40%,且当变量维数n趋于无穷时,二者的计算量之比以ln2 lnn的速度趋于零。展开更多
基金supported by the National Natural Science Foundation of China(6117030961202098+2 种基金91130024)the Key Project of Development Foundation of Science and Technology of CAEP(2011A0202012: 2012A0202008)the Foundation of National Key Laboratory of Computational Physics
文摘 研究求解非线性方程组的局部算法。提出了LU分解的牛顿步与预优广义共轭梯度步的优化组合的方法(简称LU Newton PGCG)。在保证传统牛顿方法恰二阶收敛的条件下,证明了新算法也具有相同的恰二阶收敛的优点,但在计算量上却有一定的节省。如变量维数n=150时,其计算量可以节省40%,且当变量维数n趋于无穷时,二者的计算量之比以ln2 lnn的速度趋于零。