适合于求解边界元方程组的GMRES算法的实用化和并行化研究

为了将GMRES算法应用于大型边界元方程组的求解,采用预条件技术和重正交技术相结合的方法实现了该算法的实用化,然后在实用化的基础上针对迭代算法具有良好并行性的特点,研究了该算法在网络机群环境下的并行化技术。数值试验和分析表明所用的这些技术是行之有效的,对于提高求解速度和增大求解问题的规模是有意义的。

基于Krylov-Schur重启技术的Arnoldi模型降阶方法

Krylov子空间模型降阶方法是模型降阶中的典型方法之一,Arnoldi模型降阶方法是这类方法中的一类基本方法。运用重正交化的Arnoldi算法得到r步Arnoldi分解;执行Krylov-Schur重启过程,导出基于Krylov-Schur重启技术的Arnoldi模型降阶方法。运用此方法对大规模线性时不变系统进行降阶,得到具有较高近似精度的稳定的降阶系统,从而改善了Krylov子空间降阶方法不能保持降阶系统稳定性的不足。数值算例验证了此方法是行之有效的。