求解含多个右端向量非对称线性方程组的自适应块拟最小残量IOM(q)算法

许多实际应用问题需要求解含多个右端向量的大型非对称线性方程组 ,通常是把原来方程组分成单独几个含一个右端向量的方程组 ,再用某种迭代法分别单个求解 ,而更加经济有效的方法是应用能同时产生几个迭代向量的块迭代法来直接求解。本文在 IOM(q)算法的基础上 ,提出一种求解此类方程组的块拟最小残量 IOM(q)算法 ,讨论了如何收缩掉已收敛的部分方程组以及如何从产生的块 Krylov序列中删除线性相关或几乎线性相关向量的自适应技术。数值试验表明 ,此新的自适应块算法比块 GMRES算法及其他相关算法具有更好的收敛行为、更少的计算量和 CPU计算时间 ,是求解此类方程组的一种更加经济有效的算法。     

求解大型非对称线性方程组的UNSYMMLQ方法

本文给出了求解大型非对称线性方程组的Lanczos方法的一个判据,提出了求解非对称方程组Ax=b的UNSYMMLQ方法,它是Paige和Saunders求解对称线性方程组的SYMMLQ方法的推广。文中描述并讨论了一些数值试验。     

求解对称矩阵极端特征的Chebyshev—PBL方法

为了加速预处理块Lanczos方法的收敛法，本文采用组合Chebyshev迭代和预处理块Lanczos方法，提出了求解大型对称稀疏矩阵极端特征的一种新方法－Chebyshev－PBL方法。数值结果表明，新方法对计算大型对称稀疏矩阵的几个最大（或最小）特征值是有效的。     

非确定结构系统区间分析的直接优化法

工程中的非确定性问题可以用区间分析、随机理论或模糊集理论进行求解。本文采用区间分析法来处理结构静力分析和设计中的不确定性问题。将结构系统中的不确定性参数用区间数来表示，用有限元法建立系统的控制方程。该控制方程是线性区间方程组。本文讨论了一些求解区间线性方程组的方法并提出了一种直接优化法。将方程组中的所有区间数都作为设计变量，区间量的变化区间作为相应的设计变量的边界约束，运用约束优化法求出方程组解的各元素的最大值和最小值。文中给出了两个算例，列出了本文算法与其他算法的结果比较     

非对称线性方程组的块广义最小向后误差算法

许多科学领域都需要求多个右边值的大型非对称线性方程组，使用块方法同时计算所有的方程组比分别计算每一个方程要有效得多。因此，能同时计算所有方程的块迭代方法比单独计算每一个方程的迭代法要有效得多。本提出了一个块GMBACK方法求解有多个右边值的大型非对称线性方程组，该方法利用块Arnoldi过程构造Krylov子空间来求解Xm∈X0 Km(A,R0)使得矩阵A的扰动范数最小。     

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；求解大对称特征值问题的Lanczos算法和块Lqnczos算法；求解大型非对称特征问题的Lanczos算法、Arnodi算法以及这些算法的推广。讨论求解大规模矩阵问题的加速技术和预处理技术。了一些有待进一步研究的问题。     

三参数Weibull分布参数的极大似然估计数值解法

利用降阶思想,给出了一种新的求解三参数Weibull分布参数的极大似然估计数值方法。该方法首先假定形状参数已知,将三元方程组转化为二元方程组,并用二分法求解该二元方程组的数值解,然后将尺度参数和位置参数表示成形状参数的函数,此时极大似然函数仅是关于形状参数的单变量函数,再次应用二分法即可得出形状参数的最优估计结果。该算法稳定,不需要赋予初始值,对样本数量没有限制。与其他方法相比,具有计算精度高、运算速度快的优点,便于工程应用。     

Weibull分布下恒定应力加速寿命试验分组数据的统计分析

对Weibull分布恒定应力加速寿命试验的分组数据,利用形状参数的线性无偏估计将分组数据转换为指数分布的加速寿命试验分组数据,建立相应的似然方程,求解得到加速模型参数最大似然估计,最后对某实例进行了分析。     

求解织物热湿耦合方程的控制体-时域递归展开算法

为求解织物热湿传递耦合方程,给出了一种基于控制体积法和时域递归展开的求解织物热湿传递耦合方程的算法。首先,在时域对方程变量和参数进行级数展开,然后使用控制体积法对方程空间域进行离散,从而化连续性的非线性微分方程组为一系列的递归形式的线性代数方程组。文中给出了问题的求解步骤和算例。结论表明该方法的预测结果具有不依赖时间步长的特点。     

求解织物热湿耦合方程的控制体一时域递归展开算法

为求解织物热湿传递耦合方程,给出了一种基于控制体积法和时域递归展开的求解织物热湿传递耦合方 程的算法.首先,在时域对方程变量和参数进行级数展开,然后使用控制体积法对方程空间域进行离散,从而化 连续性的非线性微分方程组为一系列的递归形式的线性代数方程组.文中给出了问题的求解步骤和算例.结论 表明该方法的预测结果具有不依赖时间步长的特点.     

确定次优滤波器常增益阵的传递函数法

本文提出了一种利用传递函数求解多变量线性定常系统稳态卡尔曼滤波器次优增益阵的新方法,由传递函数直接导出次优增益阵,从而避免了求解高阶非线性矩阵黎卡提方程。在求解时,通过尽可能地设置非零自由参数,并使所有参数为同一数量级,可较容易地解出次优增益阵K~(?),然后进行灵敏度分析或仿真,选出理想的常增益阵K~(?)。     

关于二阶常系数线性椭圆型偏微分方程组解的唯一性的若干结论

本文证明了一个矩阵方面的有用结论，即文中定理２，说明了当条件（Ⅰ）、（Ⅱ）成立时，对于二个自变量、二个未知函数的二阶常系数线性方程组（１）可化为强椭圆型方程组，这一结论也可推广到某些三个未知函数的情形。利用强椭圆型方程组解必定唯一的结论，证明了某些二阶常系数线性椭圆型方程组在有界闭区域内Ｄｉｒｉｃｈｌｅｔ问题解的唯一性。     

超声速和高超声速粘性绕流QPNS方程的GLS有限元解

从完全非定常Ｎ－Ｓ方程（ＦＮＳ）中略去流向粘性导数导出拟抛物Ｎ－Ｓ方程（ＱＰＮＳ），ＱＰＮＳ技术结合经典抛物推进和拟时松弛，拟时松弛能有效地抑制解的发散。本文导出的熵变量形式ＱＰＮＳ方程具有对称性和自动满足热力第二定律，这将提高解的稳定性，伽辽金／最小二乘法（ＧＬＳ）被用来构造ＱＰＮＳ的弱解式。对于钝前缘物体，ＱＰＮＳ在前缘区并不适用，本文代之以用ＦＮＳ求解该区，由离散解得到的非对称线性方程组，对     

非线性系统参数识别的频域法

本文研究非线性构件特性参数的频域识别方法。在概念上,把非线性单元分为“带线性参数的”和“带非线性参数的”两类。首先建立起全部由带线性参数的非线性单元构成的非线性构件时域和频域线性识别方程。接着把含有死区和理想弹塑性滞后回线特性等带非线性参数的非线性单元的一个参数“线性化”,结合上述线性识别方程和单参数优化在时域和频域内识别参数。比较时域和频域识别的过程和结果,表明了频域法在数据处理、抗噪能力和识别精度等各方面都要优于时域法,应用前景较好。     

高压输电网设计中的二阶非线性方程的次谐波分枝

本文用Melnikov方法研究高压输电网设计中提出的非线性二阶受迫振动方程的次谐波分枝,分析了系统可能出现次谐解的条件和参数区域,以此为工程应用提供参考。     

线化插值权残法求解强非线性振动问题

本文用线性化法，插值函数法和权残法相结合的方法求解了几类保守系统强非线性振动问题，其精度比已有的新的改进的L-P法还更好些。     

A PARALLEL IMAGINARY EBE METHOD FOR SOLVING POSITIVE DEFINITE LINEAR SYSTEMS

ＡＰＡＲＡＬＬＥＬＩＭＡＧＩＮＡＲＹＥＢＥＭＥＴＨＯＤＦＯＲＳＯＬＶＩＮＧＰＯＳＩＴＩＶＥＤＥＦＩＮＩＴＥＬＩＮＥＡＲＳＹＳＴＥＭＳＰａｎＸｉａｏｓｕ（ＤｅｐａｒｔｍｅｎｔｏｆＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓ，ＰｈｙｓｉｃｓａｎｄＭｅｃｈａｎｉｓ...     

一种新PSO混合算法在直升机配平中的应用

直升机配平计算是动力学分析的基础，其实质是求解高维复杂的非线性方程组。针对经典算法与智能算法的特点与不足，提出了一种求解非线性方程组的新粒子群方法。在粒子群(Particle swarm optimization, PSO)算法的基础上，根据模拟退火(Simulated annealing, SA)思想，引入了嵌入式LM (Levenberg-marquardt)优化 算子。该方法充分发挥了3种算法的优势，克服了LM算法初值敏感性，PSO算法易陷入局部极值等问题。通过UH-60A直升机实例配平计算，验证了本文算例模型的准确性。在此基础 上，针对某一前飞状态下的配平算例，在收敛可靠性和计算效率上通过与其他算法进行对比，表明该算法具有可靠的收敛性和较高的计算效率，进一步验证了该算法在配平问题上的可信度与实用性，为直升机飞行动力学问题的处理提供了一种新的有效方法。     

线性方程组的并行算法及在Transputer系统上的实现

在“一种有效的多Transputer系统的并行算法——ABC法”一文的基础上,本文进一步研究将ABC法用于变带宽矩阵线性方程组的求解问题,对线性方程组的系数矩阵采用了逐行一维存储方式,提出了相应的并行Gauss消元法,给出了该算法的效率.分析结果表明,带宽越大方程阶数越高,这种算法的效率就越高。因此本算法适用于高阶的大带宽线性方程组的求解问题. 根据本文的算法,编制了线性方程组的并行求解程序,并分别在一个、二个和四个T414系统上做了若干算例,结果表明本文分析的结论是正确的。