×
Brčić，斯坦科;久吉奇-佐尔尼娅，Ljiljana

简单有效的C++矩阵向量库，适用于计算机科学领域的非专业人员。 （英语） Zbl 1264.65229号

国际期刊计算。方法 6，第1期，43-74（2009）.
摘要：本文介绍了一个用C++语言编写的矩阵-向量计算库。有效的矩阵-矢量操作是科学数值建模的一个重要方面，尤其是在使用有限元方法时。尽管有许多用C++编写的矩阵库可以在Internet上免费或商业化使用，但它们中的大多数要么太复杂，要么太简单，即功能非常有限。因此，其主要思想是开发一个可靠的矩阵库，作为C++中计算机代码的一部分，同时尽可能简单，尽可能复杂。因此，该图书馆的基本座右铭是SMV++，即“简单有效”，旨在为致力于获得可靠结果而非“编程之美”的研究人员所用。该库是在不使用模板概念和继承的情况下开发的，目的是便于理解它，并用新的可能性和算法轻松扩展它。最后但并非最不重要的是，它旨在拥有简单直观的用户界面。归根结底，SMV++并不意味着对从事软件开发业务的人有用。相反，它面向的是那些有一定编程知识的用户（例如博士生），他们基本上关心如何获得所考虑问题的解决方案，为此他必须进行一些“自制编程”，因为可用的商业软件不能满足他/她的所有需要。因此，如前所述，图书馆的座右铭是“简单有效”；有效性是指可能性的复杂性，而不是计算效率。然而，如果在图书馆的开发过程中不得不在这两者之间进行选择，考虑到目标用户，则优先考虑使用的简单性。

MSC公司：

65岁99岁 数值算法的计算机方面
65-04 与数值分析有关的问题的软件、源代码等

关键词：

线性代数;矩阵库;C类++;有限元法

软件：

libsmv公司;SMV公司++;促进;IML公司++;百万伏特++;CLAPACK公司;备用库++;MTL4级;BLAS公司;闪电战++;ARPACK公司;增强C++库;LAPACK公司;TNT公司;EISPACK公司;阿特拉斯;GSL公司
PDF格式BibTeX公司 XML格式引用
\textit{S.Brčić}和\textit{L.üugić-Zornija}，国际计算杂志。方法6，No.1，43--74（2009；Zbl 1264.65229）
全文： 内政部

参考文献：

[1] Abrahams D.，Boost C++库
[2] 内政部：10.1137/1.9781611971538·doi:10.1137/1.9781611971538
[3] Bathe K.-J.，《工程分析中的有限元程序》（1982年）
[4] Dongarra J.，CLAPACK:C与LAPACK的接口
[5] Dongarra J.，EISPACK公司
[6] Dongarra J.，LAPACK:线性代数包·doi:10.1007/978-0-387-09766-4_152
[7] LINPACK公司的Dongarra J
[8] Dongarra J.，数学和计算科学部，在：IML++：迭代方法库
[9] Galassi M.，GSL:GNU科学图书馆
[10] Gamma E.，《设计模式：可重用面向对象软件的要素》（1995）
[11] Gottschling P.，MTL：矩阵模板库
[12] Habibullah A.，SAP 2000
[13] Hughes T.，《有限元法》（1987）·Zbl 0634.73056号
[14] Lawson C.，BLAS：基本线性代数子程序
[15] Lawson C.，CBLAS:C与BLAS的接口
[16] Lehouch R.，计算与应用数学系，收录于：ARPACK:Arnoldi PACKage
[17] 内政部：10.1016/0045-7949（94）00421-X·Zbl 0885.73095号 ·doi:10.1016/0045-7949（94）00421-X
[18] Lumsdaine A.，ITL：迭代模板库
[19] 麦克尼尔·R，MSC NASTRAN
[20] 内政部：10.1177/109434209701100307·数字对象标识代码：10.1177/109434209701100307
[21] Pozo R.，MV++：矩阵–向量C++库
[22] Pozo R.，数学和计算科学部，在：TNT：模板数值工具包
[23] Pozo R.，LAPACK++：C++中的线性代数包·doi:10.1145/169627.169680
[24] Pozo R.，数学和计算科学部，in：SparseLib++：稀疏矩阵类库
[25] Press W.，《C中的数字食谱：科学计算的艺术》（1993）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。