混合Krylov子空间算法及其应用

给出了一种适合二维三温辐射流体力学能量方程的大型稀疏线性代数方程组的混合迭代算法.计算结果显示,该算法解二维三温辐射流体力学能量方程的大型稀疏线性代数方程组比原有算法快4倍左右;原有算法不收敛时,该算法收敛;各物理量也符合得很好.

基于位移逆有理Krylov子空间算法的频率域可控源电磁快速正演

本文开发了一种双重复极点位移逆(SAI)有理Krylov子空间算法,实现了频率域可控源电磁法(CSEM)多频电磁场值的快速计算.在有理Krylov子空间算法中,极点选择是保障CSEM正演精度的关键,单重复极点有理Krylov子空间算法在频率域可控源电磁法应用最为广泛,但其缺点在于正演计算频段范围有限,增加极点个数能够获取更宽频段响应.为此,立足于有理Krylov子空间基本理论,推导了多重复极点位移逆算法Rayleigh商一阶秩修改公式,并利用该模型降阶算法开展了可控源电磁法正演模拟.另外,本文利用粒子群算法求解多极点收敛率函数,可以快速获取最优多极点,从而确保正演模拟精度.相比于单重复极点,多重复极点位移逆算法会增加极点计算时间,但能在更宽的频率范围内准确计算电磁场值.根据频率范围选定合适的极点后,该方法仅需要求解与极点数相同的多个线性方程组,通过场源项和系数矩阵求得有理Krylov子空间,再将正演算子投影到有理Krylov子空间中,显著降低正演算子的自由度,提高多频正演的计算效率.设计了均匀半空间和块状异常模型,并开展了算法测试,计算结果表明:在保证精度的情况下,相比于常规矢量有限元算法,单重复极点、双重复极点位移逆模型降阶算法的加速比超过10倍以上;双重复极点位移逆模型降阶算法总体计算精度要优于相应的单重复极点算法,且具有更宽的计算频带.

基于FMM的Krylov子空间IGMRES(m)新算法及其应用

研究了Krylov子空间GMRES(m)算法的基本理论,提出一种基于FMM的Krylov子空间截断型IGMRES(m)新算法.给出三物体弹性摩擦接触算例,计算结果表明,所提出算法在保证计算精度的前提下,可以大大减少迭代次数,显著提高计算效率.

Krylov子空间法在SIMPLER算法中的求解性能分析

本文开发了Krylov子空间法中的Bi-CGSTAB、GMRES(m)、CGS、TFQMR及QMR方法的计算程序,并将其实施于SIMPLER算法作为其内迭代方法,针对CFD/NHT领域的问题,研究了它们的求解特性;发现: Bi-CGSTAB方法有着高效的收敛速度和良好的稳定性;N-S方程求解中不同方程不同m值的协调选取是GMRES(m)方法在CFD/NHT领域推广应用的关键;CGS和QMR方法易于中断;TFQMR方法收敛速度慢于其他方法,但能适用于更广泛问题的求解。

Krylov子空间上并行预校GMRES(m)算法的研究

通过研究基于主从模式的并行计算模型和Krylov子空间Gmres(m)算法的基本理论,提出了一种Krylov子空间上带预校型的并行GMRES(m)新算法,给出了求解线性方程组的算例.与并行GMRES(m)算法的运行结果进行比较表明,新算法在保证计算精度的前提下,可以减少迭代次数,缩短计算时间,有很好的加速比和计算效率.

Krylov子空间算法的并行化策略研究

针对单机计算已不能满足求解大规模稀疏线性方程组的问题,提出一种Krylov子空间方法的并行化设计方案,改进之处在于用一次同步通信完成所有内积计算,改进后的算法降低了内积计算开销,提高了计算效率.

基于Krylov子空间的微混合器宏模型设计与仿真

获得宏模型是微混合器设计与仿真的关键。将Navier-Stokes方程和对流扩散方程用有限元方法进行离散化处理,应用Krylov子空间的Arnoldi过程对得到的微分-代数方程组降阶处理,提取出宏模型。仿真结果表明,经过降阶处理得到的宏模型保证了微混合器的输出精度,降低了计算复杂度。

棒束子通道两流体全隐式Picard Krylov算法

为提升压水堆堆芯棒束通道热工水力计算的精度和效率,本文提出一种Picard算法和Krylov子空间算法相结合的全隐式Picard Krylov算法。利用Picard算法完成棒束子通道两流体方程组全隐式求解,并使用Krylov子空间方法提升Picard迭代计算效率。研究表明:全隐式Picard Krylov算法在压水堆子通道及棒束通道基准题稳态和瞬态计算中,数值结果与实验结果吻合较好,且相较于Picard算法稳态计算效率最高提升89.7%,瞬态计算效率最高提升20.68%。相较于传统的算符分解及Picard迭代方法,全隐式Picard Krylov算法具有良好的计算精度和效率。

若干Krylov子空间方法及应用比较

文章首先介绍Krylov子空间方法类算法中最具代表性的几种算法:CGNR算法、GMRES算法、BiCG算法、CGS算法、BiCGSTAB算法及QMR算法等;其次讨论这几种算法之间的关系及各自的优点与不足;最后针对某一类数值算例来验证所得结论的正确性。

混合测量子空间聚类算法的研究

针对闵可夫斯基子空间聚类算法对特征权重分配的问题,提出了一种混合测量子空间聚类算法(iMWK-HD),以实现调节特征权重因子和提高算法性能的目的。利用闵可夫斯基距离与余弦相结合的混合测量来分配特征权重,构造新的目标函数;在聚类迭代过程中,采用智能K-means进行初始化来解决选择正确类数的问题;根据新的目标函数,使用拉格朗日乘子法求解新的隶属度和特征权重更新公式,使类中心更加稳定,从而促进特征空间转换,获取数据集最优聚类结果。采用UCI数据集设计了对比实验,实验结果表明,iMWK-HD算法优于iK-means、iWK-means、iMWK-means这3个现有的聚类算法,所提算法能有效提升聚类精确度和聚类结果的稳定性。

人工神经网络中的一种Krylov子空间优化算法

介绍了人工神经网络的二阶优化算法研究现状,对人工神经网络损失函数的KSD(Krylov Subspace Descent)优化算法进行改进。针对KSD算法中采用固定不变的Krylov子空间维数的方式,提出了Krylov子空间维数根据计算结果自适应改变的MKSD(Modified KSD)算法,并给出了利用MKSD、KSD以及SGD(Stochastic Gradient Descent)优化算法对不同问题的全连接神经网络进行训练的数值算例。计算结果说明MKSD的算法对比于其他算法具有一定的优势。

应用Krylov子空间方法求解边界元方程组

利用Krylov子空间方法，文中给出一种适应于大型边界元方程组求解的实用迭代算法．对二维、三维弹性问题，利用这一迭代算法实现了其方程组求解的迭代过程，并与相关算法做了比较，结果初步显示了所给方法应用于边界元方程组求解的优越性．

Krylov子空间方法及其并行计算

Krylov子空间方法在提高大型科学和工程计算效率上起着重要作用。本文阐述了Krylov子空间方法产生的背景、Krylov子空间方法的分类,在此基础上,研究了分布式并行计算环境下Krylov子空间方法的并行计算方法,给出了Krylov子空间方法的并行化策略。

二元数据子空间聚类算法的初始化研究

针对二元数据空间高维稀疏性的特点而提出的有限混合伯努利模型,能够快速寻找映射簇的模型框架;EM算法是数学模型进行参数迭代的重要方法,其算法的优劣很大程度上取决于其初始参数。对于运用EM算法来实现有限混合伯努利模型聚类算法已有许多研究,EM算法中参数的选取直接影响聚类算法的性能。引入Binning法和改变数据之间相似度测量方式、中心点的选取方式来进行初始化,从而大大减少聚类结果对初始参数的依赖,实验证明该算法是高效的、正确的。

三维热传导方程的Krylov子空间方法并行分析

热传导方程在地下水流动数值模拟、油藏数值模拟等工程计算中有着广泛应用,其并行实现是加速问题求解速度、提高问题求解规模的重要手段,因此热传导方程的并行求解具有重要意义。对Krylov子空间方法中的CG和GMRES算法进行并行分析,并对不同的预处理CG算法作了比较。在Linux集群系统上,以三维热传导模型为例进行了数值实验。实验结果表明,CG算法比GMRES算法更适合建立三维热传导模型的并行求解。此外,CG算法与BJACOBI预条件子的整合在求解该热传导模型时,其并行程序具有良好的加速比和效率。因此,采用BJACOBI预处理技术的CG算法是一种较好的求解三维热传导模型的并行方案。

预条件的Krylov子空间方法在求解N-S方程中的应用

主要是将预条件的Krylov子空间方法应用到流体力学中N-S方程的求解过程中。以平行板突扩管为例,验证文中所给的预条件Krylov子空间方法的可行性和有效性,在CUP时间上与常用的TDMA算法做了比较。

一类Krylov子空间方法在求解Sylvester方程的应用

提出了一种求解Sylvester方程AX+XB=EFT的块Krylov子空间方法。当矩阵A和B非常大,并且右侧的的秩很小时,给出如何求解精确低秩近似解。理论结果和数值实例证明了方法的有效性。

基于Krylov子空间方法的网络入侵数据聚类

网络信息安全中的数据具有维数高、规模复杂等特性。网络入侵检测需要对网络入侵信息进行合理的分析,筛选出危险的带有攻击性的行为。随着数据维数的不断升高,传统的基于距离的聚类分析方法不再适用。针对此,本文提出一种基于Krylov子空间方法的高维数据聚类分析算法,首先将高维数据投影到低维空间,实现数据的降维,再用基于遗传算法的K-means算法在低维空间中进行数据的聚类,避免了数据属性的丢失,同时也提高了高维数据聚类分析的效率。最后,使用KDD Cup 99数据进行实验,实验验证了方法的有效性和精确性。

求解函数优化问题的一种高效混合演化算法

在郭涛算法的基础上设计出了一种求解函数优化问题的高效混合演化算法。新算法的主要特点有两个:一是引入演化策略中的高斯变异算子,二是引入自适应搜索子空间。高斯变异算子对群体作正态分布微调,防止早熟;引入自适应搜索子空间使群体在演化至接近全局最优解时能自动缩小搜索范围,从而达到加速收敛的目的。测试函数表明,该算法正确高效,求解精度极高,指正了文献[3]中的错误,所求函数全局最小值优于文献[3]记录的最好结果。

关于Anderson混合的研究进展

Anderson混合是一种经典的外推方法,它能利用历史迭代信息加速定点迭代的收敛,在科学计算和机器学习中得到了成功的应用.由于Anderson混合在实践中经常表现出优越的数值性能,在各类应用中围绕Anderson混合的算法设计和理论分析成为近几年的研究热点.本文综述关于Anderson混合的研究进展,重点介绍基于Anderson混合的新算法.