×

带截断Gram-Schmidt的Anderson加速度。 arXiv公司:2403.14961

预印本,arXiv:2403.14961[math.NA](2024)。
摘要:Anderson Acceleration(AA)是一种流行的算法,旨在增强定点迭代的收敛性。在本文中,我们介绍了一种基于截断Gram-Schmidt过程(AATGS)的AA变体,它与经典AA相比具有一些优势,AATGS的一个吸引人的特点是,当它用于求解对称线性问题时,其迭代在这种情况下服从三项递推,这可以大大减少内存和计算成本。我们分析了AATGS在全深度和有限深度场景中的收敛性,并在线性情况下建立了它与经典AA的等价性。我们还通过一组数值实验报告了AATGS的有效性,从求解非线性偏微分方程到解决非线性优化问题。特别是,将该方法与经典AA算法的性能进行了比较。

理学硕士:

65层10 线性系统的迭代数值方法
68周25 近似算法
65B99型 数值分析中的收敛加速
65N22型 含偏微分方程边值问题离散方程的数值解
BibTeX公司 引用
全文: arXiv公司
arXiv数据来自arXiv OAI-PMH API.如果你发现了错误,请直接向arXiv报告.