基于块状有理Krylov方法的大地电磁三维模型降阶正演

三维大地电磁正演需要求解两个极化源在不同频率下的电磁场分布,计算量巨大。基于块状有理Krylov方法,文中实现了大地电磁三维模型降阶快速正演计算。所用算法的创新点包括:(1)将大地电磁的源项显式表示为平面电流源,将随频率变化的电场响应表示为一个传递函数与电流源常矢量的乘积,从而可通过构建有理Krylov子空间实现所有频率电场响应的快速求解,避免多次求解不同频率的大型稀疏线性方程组;(2)采用块状Krylov技术,将TE和TM极化源表示为块状源矢量,将求解两个极化源的正演响应简化为构建一个块状有理Krylov子空间。引入渐近收敛公式得到了块状有理Krylov方法的最优化单个重复极点,结合直接求解器,将大地电磁三维正演的计算量降为一次系数矩阵分解和几十次矩阵回代。该算法在保证正演精度的同时,极大地提高了正演速度。半空间模型和三维DTM1模型的正演数值结果表明,相比常规的逐个频率的正演求解方法,块状有理Krylov方法可显著提高正演速度。

奇异矩阵的Krylov方法的误差分析比较

Krylov方法是求解线性方程组Ax=b,A∈CN×N,b∈CN的一种迭代方法,当A非奇异时,已有很好研究.而当A奇异或接近奇异阵时,在一定的假定条件下,Krylov方法的解与范教最小的最小二乘解A+b之间的差是可以估计出来的.

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。

求解大规模矩阵问题的Krylov子空间方法

求解大规模矩阵问题包括线性方程组和特征值问题等是计算数学和科学工程计算中的重大课题。最近几年 ,其研究工作取得了许多重大进展。文中给出大型线性方程组和特征值问题 Krylov子空间方法若干进展的一个概述 ,其中包括作者对这些问题的研究成果。涉及的专题包括求解大型线性方程组的共轭梯度法、SYMMLQ算法、MINRES算法、GMRES算法、Lanczos双正交化算法、QMR算法以及这些算法的块格式 ;求解大型对称特征值问题的 Lanczos算法和块 Lanczos算法 ;求解大型非对称特征值问题的 Lanczos算法、Arnoldi算法以及这些算法的块推广。讨论求解大规模矩阵问题的加速技术和预处理技术。

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。

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。

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。

三维时间域航空电磁有理Krylov正演研究

常规的三维时间域航空电磁模拟通常采用隐式步长方法进行时间离散,需要几次矩阵分解和上百次右端源项回带,计算效率较低.为了提高正演计算效率,本文提出使用有理Krylov方法求解时间域电场扩散方程.首先使用非结构四面体网格进行空间离散,采用Nédélec矢量基函数近似四面体单元内的电场;然后基于有限元离散给出矩阵指数和矢量乘积表示的电场显式解;最后采用有理Arnoldi算法构造Krylov子空间内的正交基函数并进一步求解矩阵指数与矢量的乘积,直接得到任意时刻的电场解向量,避免步长离散过程.此外,本文还提出一种指数加权偏移参数优化方法,使得有理Arnoldi近似在瞬变衰减晚期具备更高的精度,从而降低Krylov子空间阶数并提高计算效率.通过和层状模型解析解的对比验证了有理Krylov方法的精度.针对三维异常体模型使用全局网格和局部网格剖分并和其他数值方法比较,进一步说明了有理Krylov方法的有效性.

Euler-Lagrange方程的高精度计算方法

Euler-Lagrange方程是多体系统动力学的基本方程之一,是高指标的强非线性微分代数方程组。利用零空间方法对Euler-Lagrange方程作简化处理,然后利用高精度谱积分对得到的微分代数方程组作数值离散,形成配置离散格式。针对高阶微分代数方程的离散方程组的病态问题,采用预条件技术改善了方程组的求解条件,然后利用Newton-Krylov方法迭代求解。这种求解技术可以得到任意阶精度且A-稳定算法,并且采用预条件技巧极大的降低了计算的复杂性。

一种孔隙介质中地下水流并行计算方法

针对孔隙介质中地下水流动问题提出了一种并行数值计算方法,并基于此设计了一套专用于求解大规模三维地下水流动方程的并行计算模块。计算模块基于区域分解的方法实现对模型区域的并行求解,采用了分布式内存和压缩矩阵技术解决大规模稀疏矩阵的存储及其计算,整合多种并行Krylov子空间方法和预条件子技术迭代求解大规模线性方程组。在Linux集群系统上进行了数值模拟实验,性能测试结果表明,程序具有良好的加速比和可扩展性。

一种适合于分布式并行计算的改善ICGS方法

通过考察Yang等提出的ICGS(Improved Conjugate Gradient Squared)方法的推导过程,对ICGS方法进行了改善.改善后的ICGS方法相对于ICGS方法,减少了一个内积的计算,这样做不仅保证了改善后的方法与原方法具有相同的数值稳定性,同时又使得并行效率得到了很好的改善,并行数值试验结果表明:所用处理机台数越多,改善越明显.

适合于分布式并行计算的一种并行广义乘积型双共轭残差方法(英文)

针对求解大型稀疏非对称线性方程组,提出适合于分布式并行环境的一种并行广义乘积型双共轭残差(GPBiCR)方法(简记为PGPBiCR方法).通过重构GPBiCR方法,新方法将原方法中的三个全局同步点降低到了一个,且内积所需的通讯时间可与向量校正的计算时间有效地重叠.代价仅是稍微增加了一些计算量,而相比于全局通讯时间的降低,这是可以忽略不计的.性能和等效率分析表明,PGPBiCR方法比GPBiCR方法具有更好的并行性和可扩展性,其中可扩展性可改进3倍,而并行通讯性能可改进66.7%.数值试验得到了与理论分析相吻合的结果.

适合于分布式并行计算的PCOCR方法

针对求解大型稀疏复对称线性方程组,提出了1种适合于分布式并行计算的并行化COCR(Conjugate A-Orthogonal Conjugate Residual)方法,简记为PCOCR.在保证计算次序、矩阵向量乘积和向量校正不变的情况下,通过利用等价的数学推导,PCOCR方法将COCR方法每个迭代步所需的2次全局通讯降为了1次,同时,2种方法具有相同的数值稳定性.性能分析部分表明,所提出的PCOCR方法比COCR方法具有更好的并行可扩展性,同时并行通讯性能改进比率趋于50%.

非埃尔米特正定线性系统的m步预处理的斜埃尔米特和反埃尔米特分裂方法（英文）

进一步研究了非埃尔米特正定线性系统的斜埃尔米特和反埃尔米特迭代方法,并在预处理的斜埃尔米特和反埃尔米特迭代方法的基础上,引入了m步多项式预处理子,证明了预处理的斜埃尔米特和反埃尔米特迭代方法在一定条件下是收敛的,而且得到了预处理的斜埃尔米特和反埃尔米特迭代方法的收缩因子.通过数值例子说明,对于非埃尔米特正定线性系统m步的预处理有效地加速了Krylov子空间方法,例如GMRES.

隐式重启的Arnoldi方法及其在高阶谐波求解中的应用

Krylov子空间方法的出现是近年来大型线性方程组和特征值问题求解领域的重大进展,介绍其中一类适用于求解反应堆k-本征值问题的隐式重启的Arnoldi方法(IRAM),以及该方法在高阶谐波求解中的应用。研究结果表明,IRAM方法求解高阶谐波具有和源修正法同样的精度,但计算速度更快,尤其是当所求的谐波阶次较高时,IRAM方法可获得10倍以上的速度优势。同时,IRAM方法还具备较好的处理重特征值问题的能力。

一种改进的利用特征向量的GMRES方法(英文)

利用特征向量的重开始的ＧＭＲＥＳ方法是一种解非对称线型系统的，特别是解拥有少量极小特征值的非对称线型系统的有效方法，但应采用的恰当的特征向量数目却很难确定．这将可能导致收敛速度的减慢和数值结果的精度降低．给出了一种改进的利用特征向量的ＧＭＲＥＳ方法，它采用逐次增加特征向量的方法，并可结合特定的收敛准则自适应的确定恰当的特征向量数目．数值结果证明此方法可以得到更高的精度，花费更少的迭代次数和ＣＰＵ时间．

添加近似误差的重新启动的simpler GMRES方法(英文)

本文给出了重新启动的LGMRES方法的一种代价更小的实现方式.这种做法基于消除以下减慢收敛速度的现象:重新启动的simpler GMRES的每次循环结束时得到的残向量经常交替方向,与重新启动的GMRES的情形类似.这种新的变形的方法的优点是它比重新启动的LGMRES所需要的计算量要少.大量的例子表明该方法计算速度更快.

求解一类3×3块鞍点问题的参数化块移位分裂预处理子

针对一类3×3块结构的大型稀疏线性系统,基于块对角预处理子的构造特点,并结合移位分裂的思想,提出一类参数化块移位分裂预处理子,该预处理子易于实现且计算效率高。给出了算法的实现过程,并讨论了相应预处理矩阵的非零特征值的分布范围及特征值1的代数重数。通过数值算例验证该预处理子的有效性。

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.

高阶谱元区域分解算法及其在流动稳定性中的应用

以无时间分裂误差的区域分解Stokes谱元算法为基础构建整体稳定性分析方法.用Jacobian-free的Inexact-Newton-Krylov算法求解不可压缩Navier-Stokes方程的定常解,将Stokes算法的时间推进步作为Newton迭代的预处理,在此基础上采用Arnoldi方法计算大规模特征值问题,对复杂流动进行稳定性分析,该方法能统一处理定常和非定常计算,没有时间分裂误差,无需显式构造Jacobian矩阵,可以减少内存使用,降低计算量,并加速迭代收敛.对有分析解的Kovasznay流动的计算表明,高阶谱元法具有指数收敛的谱精度.对亚临界方腔对称驱动流的各种定常解的计算及其稳定性分析验证了方法的可行性.