自顶向下聚集型代数多重网格预条件的健壮性与参数敏感性研究

来源 :计算机应用研究 | 被引量 : 6次 | 上传用户:t272162898
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对自顶向下聚集型代数多重网格预条件,首先对问题规模敏感性进行了研究,并与基于强连接的经典聚集型算法进行了系统比较,发现大部分情况下,该算法具有明显优势,特别是在采用Jacobi光滑时优势更显著;之后,对最粗网格层的分割数与每次每个子图进行分割时的分割数这两个参数进行了敏感性分析。综合分析表明,自顶向下聚集型代数多重网格预条件具有较好的健壮性,特别是在采用Gauss-Seidel光滑,或采用九点差分离散时,健壮性表现更加充分。
其他文献
Pollardρ(简称PR)算法基于Floyd的循环查找算法,是一种概率型算法,也是在有限循环群上计算离散对数的经典算法之一。概率型算法最大的缺点是计算的不确定性和盲目性,计算效率低。针对这一问题,利用数学工具推导出了ρ形的尾部长度的数学期望表达式,在此基础上,根据环上两个元素碰撞的特点,提出一种改进的PR算法,简称APR算法。APR算法利用ρ形的尾部长度的数学期望选择初始元素,提高初始元素落在环
近年来,固原市养殖专业合作社迅速发展,规模不断扩大,但广大养殖户对动物免疫抗体监测认识不到位,存在断板.我国对动物疫情坚持“以预防为主”原则,动物免疫抗体监测是预防的