巨型机求解大型稀疏问题的Krylov子空间法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金资助项目


The Krylov Subspace Methods to Solve Large Sparse Problems on Supercomputers
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    求解大型稀疏问题最流行的方法是建立在子空间投影技术之上的。这类方法的主要吸引力是仅需要使用矩阵向量乘法。我们给出PCG、GMRES、Lanczos 和 Davidson 算法及在 YH-Ⅰ上的实现,然后比较每一方法的优缺点,并尽可能讨论其并行执行。

    Abstract:

    The most popular methods to solve large sparse problems are based on projection techniques on appropriate subspaces. The main attraction of these methods is that they only require using the matrix by vector multiplications. We give the implementations of PCG、GMRES、Lanczos's method and Davidson's method on YH-1.We then compare their advantages and disadvantages. Finally we discuss the parallel implementations as possible as we can.

    参考文献
    相似文献
    引证文献
引用本文

杨岳湘,李晓梅.巨型机求解大型稀疏问题的Krylov子空间法[J].国防科技大学学报,1993,15(1):51-55.
Yang Yuexiang, Li Xiaomei. The Krylov Subspace Methods to Solve Large Sparse Problems on Supercomputers[J]. Journal of National University of Defense Technology,1993,15(1):51-55.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:1991-10-25
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2015-01-23
  • 出版日期:
文章二维码