说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> SSOR-共轭梯度算法
1)  SSOR conjugate gradient algorithm
SSOR-共轭梯度算法
2)  SSOR conjugate gradientmethod
SSOR-共轭梯度法
3)  conjugate gradient algorithm
共轭梯度算法
1.
Blind adaptive interference cancellation technology based on conjugate gradient algorithm;
一种基于共轭梯度算法的盲自适应干扰抑制技术
2.
Variable conjugate gradient algorithm and its application in prediction of the total yield of main agricultural products of China;
变共轭梯度算法及其在农产品总产量预测中的应用
3.
Widely linear conjugate gradient algorithm with application to blind multiuser detection;
宽线性共轭梯度算法及其在盲多用户检测中的应用
4)  bi-conjugate gradient algorithm
双共轭梯度算法
5)  conjugate gradient method
共轭梯度算法
1.
A new modified conjugate gradient method is proposed.
提出了一种新的修正共轭梯度算法。
2.
In this paper, a new Armijo-type line search algoithm that ensures global convergence of Polak-Ribiere conjugate gradient method for the unconstrained optimization is proposed.
给出一种新的Armijo型的线搜索 ,在该搜索下PR共轭梯度算法能保证无约束最优化问题的全局收敛性 。
6)  CG algorithm
共轭梯度算法
补充资料:共轭梯度法
      又称共轭斜量法,是解线性代数方程组和非线性方程组的一种数值方法,例如对线性代数方程组
   A尣=??, (1)式中A为n阶矩阵,尣和??为n维列向量,当A对称正定时,可以证明求(1)的解尣*和求二次泛函 (2)的极小值问题是等价的。此处(尣,у)表示向量尣和у的内积。由此,给定了初始向量尣,按某一方向去求(2)取极小值的点尣,就得到下一个迭代值尣,再由尣出发,求尣等等,这样来逼近尣*。若取求极小值的方向为F在尣(k=1,2,...)处的负梯度方向就是所谓最速下降法,然而理论和实际计算表明这个方法的收敛速度较慢,共轭梯度法则是在 尣处的梯度方向r和这一步的修正方向p所构成的二维平面内,寻找使F减小最快的方向作为下一步的修正方向,即求极小值的方向p(其第一步仍取负梯度方向)。计算公式为再逐次计算
  
   (k=1,2,...)。可以证明当i≠j时,从而p,p形成一共轭向量组;r,r,...形成一正交向量组。后者说明若没有舍入误差的话,至多 n次迭代就可得到(1)的精确解。然而在实际计算中,一般都有舍入误差,所以r,r,...并不真正互相正交,而尣尣,...等也只是逐步逼近(1)的真解,故一般将共轭梯度法作为迭代法来使用。
  
  近来在解方程组(1)时,常将共轭梯度法同其他一些迭代法结合作用。特别是对病态方程组这种方法往往能收到比较显著的效果。其方法是选取一对称正定矩阵 B并进行三角分解,得B=LLT。将方程组(1)化为
    hу=b, (3)此处y=lT尣,b=l-1??,h=l-1Al-T,而。再对(3)用共轭梯度法,计算公式为
  
   (k=0,1,2,...)适当选取B,当B 很接近A时,h的条件数较之A大大减小,从而可使共轭梯度法的收敛速度大为加快,由一些迭代法的矩阵分裂A=M -N,可选取M 为这里的B,例如对称超松弛迭代(SSOR),强隐式迭代(SIP)等,这类方法常称为广义共轭梯度法或预条件共轭梯度法,它也可用于解代数特征值问题。
  
  

参考书目
   冯康等编:《数值计算方法》,国防工业出版社,北京,1978。
  

说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条