×

基于阈值的不完全因子分解的修正和补偿策略。 (英语) Zbl 1241.65032号

摘要:已知标准(单级)不完全因式分解预条件可以成功地加速许多线性系统的Krylov子空间迭代。经典的修正不完全LU(MILU)因式分解方法通过修改因式分解中的非均匀对角线来匹配系统矩阵对给定向量(通常是常数向量)的作用,从而改进了(标准)ILU方法给出的加速度。在这里,我们检查了双阈值ILUT算法中类似修改的作用。我们介绍了改进的ILUT算法的列和行变量,并讨论了修改计算因子的列或行的最佳方法,以提高其准确性和稳定性。基于一个或多个向量,先验选择或通过Arnoldi迭代,考虑对因子的对角线和非对角线条目进行修改。数值结果支持了我们的发现。

MSC公司:

65F08个 迭代方法的前置条件
65N22型 偏微分方程边值问题离散方程的数值解
65年20月 数值算法的复杂性和性能
PDF格式BibTeX公司 XML格式引用
全文: 内政部