对称超松弛预处理共轭梯度法在高拱坝整体大规模弹塑性有限元分析中的应用

本文在岩土材料常用的D-P准则本构积分特性的基础上,利用其数值分析时不用形成弹塑性刚度矩阵的特点,将对称超松弛预处理共轭梯度法(SSOR-PCG)应用于高拱坝整体大规模弹塑性分析。两个数值实例验证了SSOR-PCG方法用于弹塑性有限元计算的正确性和可行性。实际应用表明,该方法在内存1.0GBytes的个人计算机上可以实现达1百万个计算自由度的三维高拱坝整体大规模弹塑性有限元分析。与直接方法相比,无论在计算规模还是计算速度,预处理共轭梯度法更适宜于大规模弹塑性有限元分析。

一类加速的模系对称超松弛迭代方法定价双资产美式期权

构造和研究了一类加速的模系对称超松弛迭代方法,用来求解由双资产美式期权定价模型离散出来的线性互补问题.理论分析给出该算法的收敛性条件.数值实验表明,该方法对于求解双资产美式期权定价模型是有效的,并且优于经典的模系超松弛迭代方法和模系对称超松弛迭代方法.

基于广义对称超松弛迭代法的图像复原

针对求解大型线性系统的图像复原问题,基于半步迭代的思想,提出了一种求解图像复原问题的对称超松弛迭代方法.该方法既保证了迭代矩阵的非奇异性又加快了求解速度.在两个实际图像复原问题上的数值实验结果表明,相比其他复原方法,该方法复原效果好且速度快,在评价指标方面体现了优越性.

应用改进算法的对称逐步超松弛预处理共轭梯度法进行大体积混凝土仿真计算

针对大体积混凝土有限元仿真计算中存在计算规模大、计算时间长的问题,为克服使用直接解法导致占用内存多、耗时长和精度得不到保证的缺点,充分考虑大体积混凝土结构有限元仿真分析中温度场和位移场求解的特点,用改进算法的对称逐步超松弛预处理共轭梯度法取代直接解法,进行温度场和位移场计算中大型稀疏对称正定线性方程组的求解.采用算例计算对比了使用2种方法计算的内存占用、耗时和计算精度等情况,结果表明,该方法可完全消除整体劲度矩阵带宽对存储空间需求的影响,减少内存占用和计算耗时,且使得计算精度可灵活控制.

黄金比例分割法确定对称逐次超松弛迭代法的最佳松弛因子

本文提出了将黄金分割法确定松弛因子与对称逐次超松弛法的改进迭代格式相结合的迭代算法。算法应用黄金比例分割法确定最佳松弛因子,成功的将其与运行速度和效率很高的对称逐次超松弛法的改进迭代格式相结合,并给出了迭代收敛性证明,编写了相应的程序,对一实际结构进行的算例计算表明,与大型商业软件的计算结果相比较,本文所提算法具有精度高,收敛快的优点。

基于对称逐步超松弛的低复杂度信道估计算法

随着大规模多输入多输出系统基站端天线数量的增大,系统的信道容量和频谱效率随之增加。传统的信道估计算法,如最小均方误差涉及到高维矩阵的求逆运算,特别在大规模多输入多输出系统中,导致系统复杂度过高。为降低大规模多输入多输出系统的计算复杂度,本文提出了一种基于对称逐步超松弛的低复杂度信道估计算法,该方法以迭代的形式有效避免高维矩阵的直接求逆运算,降低系统复杂度。对所提算法进行了仿真实验对比分析,仿真结果表明,该算法可有效减少系统计算复杂度,且随着迭代次数的增加性能接近最小均方误差信道估计算法。

线性系统拟线性对称松弛递推辨识算法

提出了线性系统拟线性对称超松弛形递推辨识新算法,并对其收敛性应用常微分方程的方法进行了分析。结果表明:该方法适合于求解大规模系统辨识问题,易于实现系统的在线辨识,精度较高,满足Lyapnouv渐近收敛的性质。

用块超松弛迭代法求解不定最小二乘问题

应用块对称超松弛(symmetric successive overrelaxation,SSOR)和块加速超松弛(accelerated overrelaxation,AOR)迭代法来解不定最小二乘问题,并分析两种算法的收敛性和最佳松弛因子.理论分析表明,尽管最佳的SSOR方法比最佳的AOR方收敛慢,但其最佳松弛因子取法更简单.数值算例验证了相应的理论结果.

利用共轭梯度算法的电阻率三维有限元正演

引入对称超松弛预条件共轭梯度 (SSOR PCG)迭代算法求解电阻率三维有限元计算形成的大型线性方程组 ,并有机结合系数矩阵的稀疏存储模式 ,使得三维有限元正演计算的速度大大提高而内存需求则大大减少 .该算法可方便地应用于求三维异常电位 ,在保持快速计算的基础上 ,正演计算的精度显著提高 .

电阻率任意各向异性三维有限元快速正演

电阻率各向异性由于其可能导致观测数据解释的很大偏差,受到越来越多的关注.由于其复杂性,三维各向异性研究国内尚未开展.本文先推导了各向异性介质中直流电法满足的控制方程并建立其变分问题,然后用有限元方法将问题转化为求解二次场电位的大型线性方程组,结合系数矩阵一维压缩存储技术和解大型线性方程组的对称超松弛预条件共轭梯度(SSOR-PCG)迭代算法,大大提高了计算速度,减少了内存需求.本文提出的算法可以任意调整介质的电阻率取向,从而实现了直流电阻率三维任意各向异性的有限元快速、精确正演计算.模型计算结果表明,各向异性介质响应相对于各向同性介质有明显差异,其介质取向对于视电阻率观测有明显影响.

SSOR预处理技术在二维电磁特性TDFEM分析中的应用

将对称超松弛(Symmetric successive over-re laxation,SSOR)预处理的共轭梯度法(Con jugate-gradient,CG)和双共轭梯度法(BICG)应用于时域有限元方法(Time doma in finitee lemen tmethod,TDFEM)中,研究了CG,SSOR-PCG,B ICG以及SSOR-PB ICG的收敛特性。数值结果表明,通过SSOR预处理技术,TDFEM的计算效率可以提高数倍,从而证明了所给方法的高效性。

基于SSOR预条件技术的快速相位解缠算法

相位解缠是合成孔径雷达干涉测量中的一个关键步骤和研究热点。在众多的解缠算法中,最小二乘相位解缠算法以其优良的稳定性受到人们的关注。该方法的核心思想是将相位解缠问题转化为通过迭代方法求解大型线性方程组。然而,传统的迭代方法存在收敛缓慢,耗时过长的缺点。针对这一问题,本文提出了一种利用对称超松弛预条件技术加速相位解缠的新方法。数值仿真实验表明,与传统方法相比,该方法可以在精确恢复真实相位的前提下,大大提高相位解缠的效率。

用于求解粗网有限差分方程的优化并行预处理算法

广义极小残差算法已被广泛应用于求解粗网有限差分方程,但该方法的计算效率取决于良好的预处理。简化对称超松弛与不完全LU分解的混合预处理是一种有效的预处理方法。为了进一步提升混合预处理方法的预处理效率,本文采用“改进的ILU分解”和“对角块矩阵的近似求逆”2种方法对混合预处理方法进行了优化。计算结果表明:在串行和并行环境下,优化后的预处理效果进一步提升;在能群结构较复杂的问题中,预处理耗时减少1/2。利用VERA problem#4基准题综合检验优化后的预处理算法,总计算耗时相比于优化之前减少了30%。优化后的预处理算法进一步提高了大规模并行计算环境下对粗网有限差分方程的预处理效率。

预优矩阵及其构造技术

为达到预处理共轭梯度法 ( PCG)提高收敛速度 ,克服数值不稳定性目的 ,给出了构造预优矩阵的条件 ,并构造了三个典型的预优矩阵。它们是不完全 Cholesky因子预优矩阵 ,对角预优矩阵和利用 SSOR法导出的预优矩阵 ,且在 PCG中是应用效果很好的预优矩阵。

基于SAOR的Massive MIMO系统信号检测算法

大规模多输入多输出(Massive multiple input multiple output,Massive MIMO)系统采用最小均方误差(Minimum mean square error,MMSE)接收检测方法时存在矩阵求逆复杂度高的问题,已有较多降低复杂度的研究。在降低检测算法复杂度的同时,如何提高算法收敛速度和检测性能一直是人们关注的焦点。本文将对称加速超松弛(Symmetric accelerated over-relaxation,SAOR)迭代算法应用于Massive MIMO系统信号检测中,避免了复杂的矩阵求逆计算,实现了复杂度较最小均方误差算法降低了一个数量级。仿真结果表明,基于SAOR的检测方法通过较少的迭代次数就能逼近最小均方误差(Minimum mean square error,MMSE)算法的检测性能,为Massive MIMO系统中接收信号的快速检测提供了较好的实现方法。

一种基于SSOR的大规模MIMO线性预编码方案

大规模多输入多输出系统(Massive MIMO)由于天线数和用户数太大,导致预编码矩阵在求逆是复杂度过高。为了降低复杂度,本文提出了一种基于对称逐步超松弛(SSOR)的线性预编码方案,相比传统的规则化迫零(RZF)预编码方案,本文所提的方案在没有任何性能损失的情况下可以降低一个量级的运算复杂度,为了保证所提SSOR预编码方案的性能,提出一种仅依靠天线配置的简单的量化松弛参数。

基于并行预处理算法的三维重力快速反演

随着地球物理设备和探测技术的不断发展,快速处理大规模地球物理数据的需求也随之增长。为了解决三维重力数据密度反演的耗时问题,提出一种并行的预处理共轭梯度算法来提高计算效率。本文分别采用两种不同的预处理算子通过组合模型数据反演进行测试比较,并利用迭代残差和计算用时共同评价其加速效果。结果表明:对称逐次超松弛预处理方法比对角预处理方法反演计算速度快,密度结果更贴近实际模型;与传统串行的共轭梯度算法相比,本文并行预处理快速算法可以获得近19倍的加速比。将该算法应用于美国Vinton盐丘的实测重力数据中,反演结果能够很好地圈定出岩体的位置,验证了本文并行预处理共轭梯度法在三维重力数据快速反演中的高效性和可行性。

基于MSSOR求解信号恢复问题的ADMM算法

基于改进的对称逐次超松弛(MSSOR)方法,本文针对信号恢复问题提出了一种交替方向乘子(ADMM)法。该方法是一种内外部迭代相结合的方法,其中内部迭代为MSSOR方法,外部迭代为ADMM方法。在适当条件下,证明了所提算法的全局收敛性,数值结果表明,该方法既能在较短的时间内恢复信号,又能提高重构图像的质量。

改进的SSOR-PCG快速求解法在高面板堆石坝求解效率和节约内存中的实践

针对大型高面板堆石坝有限元计算中常用的直接法存在存储空间大、计算时间长的问题,根据刚度矩阵稀疏性特点,采用对称逐步超松弛预处理共轭梯度法(SSOR-PCG法)的改进算法求解线性方程组,并提出了与该算法相适应的有限元刚度矩阵压缩存储的新方法,以典型面板堆石坝为例,将快速求解法和一维半带宽直接法在计算精度、内存占用、计算耗时三方面进行了比较分析。结果表明,快速求解法具有精度高、速度快、占用内存少的优点,可应用于大规模土石坝有限元分析中。

基于改进共轭梯度的大规模多输入多输出预编码

针对大规模多输入多输出(Massive MIMO)系统下行链路预编码实现复杂、线性预编码矩阵求逆困难等问题,提出一种基于对称逐步超松弛预处理共轭梯度法(SSOR-PCG)的低复杂度预编码算法。该算法在共轭梯度(PCG)算法的基础上,采用对称逐步超松弛分裂(SSOR)算法对矩阵进行预处理以降低矩阵的条件数,达到提高预编码算法收敛速度、降低复杂度的目的。仿真结果表明:与PCG算法相比,所提出的SSOR-PCG预编码算法运行时间缩短约88.93%,在信噪比为26dB时已收敛;与迫零预编码算法相比,所提算法迭代2次即可获得与迫零预编码算法相近的系统容量性能,复杂度降低约一个数量级,误码率降低约49.94%。