期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
大型稀疏代数方程组的分解
1
作者 周理 韩振为 余国琮 《化工学报》 EI CAS CSCD 北大核心 1991年第3期311-317,共7页
大型稀疏代数方程组是稳态过程模拟与过程设计数学模型的典型形式.与联立求解法相比,迭代求解的长处在于可解算包括非线性在内的方程,而且即使中途停顿也会得到解算过程的信息.此外,占内存少,计算时间短.在迭代之前,须预先确定设计变量... 大型稀疏代数方程组是稳态过程模拟与过程设计数学模型的典型形式.与联立求解法相比,迭代求解的长处在于可解算包括非线性在内的方程,而且即使中途停顿也会得到解算过程的信息.此外,占内存少,计算时间短.在迭代之前,须预先确定设计变量(如果变量数多于方程数)、迭代变量、输出集和迭代次序.本文提出一种将给定方程组的关联矩阵重新排序的简便方法,根据重排后的关联矩阵优先决定迭代变量,然后决定输出集和设计变量.这种方法可以确保可行迭代顺序的产生,也比现有的方法简便. 展开更多
关键词 代数方程 稀疏代数方程 分解
下载PDF
大型稀疏线性代数方程组的通用性迭代解法
2
作者 廖晓花 《宁夏师范学院学报》 2021年第1期11-15,共5页
通过复变函数分析方法分析了大型稀疏线性代数方程组的解特征向量,采用模糊加权控制方法对方程组进行了重构.根据最大似然估计和最小二乘估计的结果,实现了大型稀疏线性代数方程组的通用性迭代解的优化求解.
关键词 大型稀疏线性代数方程 通用性迭代解 收敛性 凸优化 最大似然估计
下载PDF
自顶向下聚集型代数多重网格预条件的健壮性与参数敏感性研究
3
作者 吴建平 《计算机应用研究》 CSCD 北大核心 2018年第9期2617-2620,共4页
针对自顶向下聚集型代数多重网格预条件,首先对问题规模敏感性进行了研究,并与基于强连接的经典聚集型算法进行了系统比较,发现大部分情况下,该算法具有明显优势,特别是在采用Jacobi光滑时优势更显著;之后,对最粗网格层的分割数与每次... 针对自顶向下聚集型代数多重网格预条件,首先对问题规模敏感性进行了研究,并与基于强连接的经典聚集型算法进行了系统比较,发现大部分情况下,该算法具有明显优势,特别是在采用Jacobi光滑时优势更显著;之后,对最粗网格层的分割数与每次每个子图进行分割时的分割数这两个参数进行了敏感性分析。综合分析表明,自顶向下聚集型代数多重网格预条件具有较好的健壮性,特别是在采用Gauss-Seidel光滑,或采用九点差分离散时,健壮性表现更加充分。 展开更多
关键词 稀疏线性代数方程 聚集型代数多重网格 预条件 克里洛夫子空间方法 图分割
下载PDF
混合Krylov子空间算法及其应用 被引量:2
4
作者 刘兴平 杭旭登 符尚武 《计算物理》 CSCD 北大核心 2003年第4期341-344,共4页
 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...  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. 展开更多
关键词 惯性约束聚变 数值模拟 混合Krylov子空间算法 二维三温辐射流体力学能量方程 大型稀疏线性代数方程
下载PDF
基于块子空间迭代算法的GPU加速
5
作者 骆玮平 张振宇 《应用数学与计算数学学报》 2016年第1期138-147,共10页
利用块Krylov子空间方法结合GPU(图形处理单元)对线性方程组求解进行加速.利用GPU进行计算具有并行度高的好处,并能提高计算效率.数值算例说明,块算法在GPU上的运行效率要高于非块算法在CPU上的运行效率.但是对于块算法,谨慎地选择块的... 利用块Krylov子空间方法结合GPU(图形处理单元)对线性方程组求解进行加速.利用GPU进行计算具有并行度高的好处,并能提高计算效率.数值算例说明,块算法在GPU上的运行效率要高于非块算法在CPU上的运行效率.但是对于块算法,谨慎地选择块的大小对于提升整个问题求解的速度也是非常重要的. 展开更多
关键词 块子空间迭代算法 GPU加速 大规模稀疏线性代数方程
下载PDF
特征修正并行预条件算法框架 被引量:1
6
作者 徐小文 莫则尧 +1 位作者 胡少亮 安恒斌 《计算物理》 CSCD 北大核心 2024年第1期64-74,共11页
针对实际应用中稀疏线性解法器计算复杂度偏离线性扩展的瓶颈问题,提出特征修正预条件算法统一框架,通过凝练物理特征中影响算法效率的代数特征,结合多层次特征分析,构造特征修正组件。通过几类典型特征修正预条件算法及应用成效,展示... 针对实际应用中稀疏线性解法器计算复杂度偏离线性扩展的瓶颈问题,提出特征修正预条件算法统一框架,通过凝练物理特征中影响算法效率的代数特征,结合多层次特征分析,构造特征修正组件。通过几类典型特征修正预条件算法及应用成效,展示了该框架的有效性。 展开更多
关键词 稀疏线性代数方程 特征修正 迭代方法 预条件算法 并行算法
原文传递
基于MIC的GaBP并行算法 被引量:2
7
作者 郑汉垣 宋安平 张武 《数值计算与计算机应用》 CSCD 2015年第1期31-41,共11页
GaBP(Gaussian Belief Propagation)是一种解线性代数方程组的迭代算法,它是基于递归更新的概率推理算法,具有低复杂性和高并行性.MIC是英特尔的至强融核Xeon Phi的Many Integerated Core架构.它提供数百个同时运行的硬件线程,能充分满... GaBP(Gaussian Belief Propagation)是一种解线性代数方程组的迭代算法,它是基于递归更新的概率推理算法,具有低复杂性和高并行性.MIC是英特尔的至强融核Xeon Phi的Many Integerated Core架构.它提供数百个同时运行的硬件线程,能充分满足对高并发度的大量需求.本文研究了如何高效地求解大规模稀疏线性方程组的并行算法,通过挖掘GaBP算法特性,优化算法存储结构和加速迭代,同时给出了一种求解大规模稀疏对称线性方程组的基于MIC的GaBP并行算法;并从美国Florida.大学开发的稀疏矩阵库(UFget)中抽取了部分大规模对称稀疏矩阵作为算例进行测试,计算结果表明,在相同精度下,基于MIC的GaBP并行算法相对于GaBP算法具有更显著的高效率. 展开更多
关键词 大规模稀疏线性代数方程 GaBP算法 MIC 并行算法
原文传递
并行迭代算法与网络并行环境 被引量:1
8
作者 孙家 《数值计算与计算机应用》 CSCD 北大核心 1995年第3期204-213,共10页
并行迭代算法与网络并行环境孙家(中国科学院计算中心)PARALLELITERATIONALGORITHMSANDNETWORKPARALLELENVIRONMENT¥SunJiachang(ComputingCent... 并行迭代算法与网络并行环境孙家(中国科学院计算中心)PARALLELITERATIONALGORITHMSANDNETWORKPARALLELENVIRONMENT¥SunJiachang(ComputingCenter.AcademiaSinica... 展开更多
关键词 并行迭代算法 网络并行环境 稀疏代数方程 计算机 油藏模拟
原文传递
黑油模型新解法器的研制
9
作者 杭旭登 刘兴平 宋杰 《数值计算与计算机应用》 CSCD 北大核心 2004年第1期60-64,共5页
In this paper, a high performance solver is presented to solve the large scale sparse linear systems from black oil model of 3-D oil reservoir simulation. The results of this algorithm applied to the simulation show t... In this paper, a high performance solver is presented to solve the large scale sparse linear systems from black oil model of 3-D oil reservoir simulation. The results of this algorithm applied to the simulation show that it is about 16% faster than the original algorithm, and it also improves the precision of the algorithm. 展开更多
关键词 黑油模型 解法器 稀疏线性代数方程 数值计算 系数矩阵
原文传递
Sparse bivariate polynomial factorization
10
作者 WU WenYuan CHEN JingWei FENG Yong 《Science China Mathematics》 SCIE 2014年第10期2123-2142,共20页
Motivated by Sasaki's work on the extended Hensel construction for solving multivariate algebraic equations, we present a generalized Hensel lifting, which takes advantage of sparsity, for factoring bivariate polynom... Motivated by Sasaki's work on the extended Hensel construction for solving multivariate algebraic equations, we present a generalized Hensel lifting, which takes advantage of sparsity, for factoring bivariate polynomial over the rational number field. Another feature of the factorization algorithm presented in this article is a new recombination method, which can solve the extraneous factor problem before lifting based on numerical linear algebra. Both theoretical analysis and experimental data show that the algorithm is etIicient, especially for sparse bivariate polynomials. 展开更多
关键词 polynomial factorization sparse polynomial generalized Hensel lifting
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部