.png){kind=icon}
返回
Data-driven geometric parameter optimization for PD-GMRES
.png){kind=icon}
OA
AI
DOI：10.1016/j.cam.2026.117453.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
重启GMRES是线性系统的一种鲁棒且广泛使用的迭代求解器。重启参数的控制是加速收敛和防止已知停滞现象的关键任务。我们关注比例-微分GMRES（PD-GMRES），该算法在[Cuevas Núñez, Schaerer, and Bhaya (2018)]中利用控制理论思想被推导出来，作为一种修改重启参数的通用方法。提出基于四叉树几何优化的几种变体方法来寻找PD-GMRES参数的最佳选择。我们表明，优化的PD-GMRES在大量矩阵类型上表现良好，并且观察到其性能优于主要的其他GMRES-based迭代求解器。此外，我们提出PD-GMRES算法的扩展，通过控制重启参数的取值范围来进一步改善性能。
Keyword:
Iterative solver
PD-GMRES
Parameter optimization
Quadtree
Data-driven methods
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
J
IF:
2.6
论文数:
338
被引数:
0
机构
引用论文
On the convergence behavior of the restarted GMRES algorithm for solving nonsymmetric linear systems
.png){kind=icon}
PREAI
分享收藏分享收藏分享收藏
查看更多内容