The inexact residual iteration method for quadratic eigenvalue problem and the analysis of convergence
LMIB & School of Mathematics and Systems Science, BeiHang University(北京航空航天大学数学与系统科学学院)
本文建立了求解二次特征值问题的残差迭代法收敛准则,分析了位移点和子空间扩展对收敛性的影响,并提出了一种内外迭代版本的残差迭代法,通过迭代方法求解方程并利用近似解扩展子空间,提供了内迭代与外迭代的关系分析及收敛保证的量化准则。
2017-01-11 cs.NA math.NA
Anderson-accelerated convergence of Picard iterations for incompressible Navier-Stokes equations
University of Florida(佛罗里达大学);Clemson University(克莱姆森大学);College of William & Mary(威廉与玛丽学院)
本文提出并分析了用于求解不可压缩纳维-斯托克斯方程的Anderson加速Picard迭代方法,证明了该方法能提高Picard迭代的收敛速度,尤其在高雷诺数情况下表现显著,为传统Picard和牛顿迭代失效时提供了可行的解决方案。
2018-10-19 cs.NA math.NA
A Convergent Inexact Abedin-Kitagawa Iteration Method for Monge-Ampère Eigenvalue Problems
School of Mathematics, Hunan University(湖南大学数学学院);Hunan Provincial Key Laboratory of Intelligent Information Processing and Applied Mathematics(湖南省智能信息处理与应用数学重点实验室)
针对实Monge-Ampère特征值问题,本文改进Abedin-Kitagawa的收敛Rayleigh逆迭代格式,提出带灵活误差容忍准则的非精确迭代法,在保证全局收敛的同时将数值计算速度提升数倍。
2025-11-17 cs.NA math.NA
Inexact subspace projection methods for low-rank tensor eigenvalue problems
Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室);Virginia Tech(弗吉尼亚理工大学)
本文提出不精确子空间迭代方法求解低秩张量特征值问题,通过低秩压缩处理高维向量,相比不精确Lanczos方法对秩截断误差更鲁棒,且不要求矩阵为Hermitian,适用于DMRG停滞的问题。
2025-10-15 cs.NA math.NA
Convergence analysis and proof of acceleration for NGMRES applied to the Picard iteration for Navier-Stokes equations
University of Houston(休斯顿大学);Clemson University(克莱姆森大学)
本文分析了NGMRES在Navier-Stokes Picard迭代中的收敛性,证明了其通过优化问题的增益加速收敛,并通过数值实验验证了收敛估计的准确性及对发散情况的改善作用。
2026-08-26 cs.NA math.NA
On the numerical Picard iterations method with collocations for the IVP
本文提出几种数值皮卡迭代方法变体,用于求解常微分系统初值问题,通过拉格朗日插值多项式替代右端表达式并进行逐步逼近,给出固定插值点数的收敛性结果,并报告了数值实验。
2017-08-08 cs.NA math.NA
Regularization by inexact Krylov methods with applications to blind deblurring
研究了大规模离散反问题的非精确Krylov正则化方法。具体来说,我们推导出两个新的不精确Krylov方法,可以有效地应用于非正则化或Tikhonov正则化最小二乘问题,我们研究了它们的理论性质,包括与其精确对应物的联系和监控不精确度的策略。然后,我们应用新的方法,可分离的非线性逆问题中出现的盲去模糊。在该设置中,不精确性源于定义模糊的参数中的不确定性,其可以使用导致内-外迭代方案的可变投影方法来恢复(即,执行内迭代的一个循环以针对由非线性最小二乘求解器计算的模糊参数的任何中间值来求解一个线性去模糊子问题)。新的不精确求解器可以自然地处理不同的不精确的模糊参数,同时解决线性去模糊子问题,允许一个大大减少的总迭代次数和大量的计算节省相对于他们的确切同行。
2021-05-16 cs.NA math.NA
Inexact linear solves in the low-rank ADI iteration for large Sylvester equations
本文研究大规模Sylvester方程低秩ADI迭代中内部线性方程组的非精确求解问题,提出确定Krylov子空间方法安全终止的精度阈值及实用停止策略,在保证方法功能的同时节省计算量,并通过数值实验验证其有效性。
2023-12-05 cs.NA math.NA
Convergence rates for an inexact ADMM applied to separable convex optimization
研究了一般可分线性约束凸优化的不精确加速交替方向乘子法(I-ADMM)的收敛速度.遍历和非遍历迭代进行了分析。相对于迭代次数k,在凸情形下的收敛速度为O(1/k),在强凸情形下的收敛速度为O(1/k^2).当误差界条件成立时,算法是两步线性收敛的。I-ADMM的设计使得不精确迭代的精度保持精确迭代的整体收敛速度,从而在测试问题中获得更好的数值性能。
2020-06-08 cs.NA math.NA
Anderson-Picard based nonlinear preconditioning of the Newton iteration for non-isothermal flow simulations
提出基于Anderson-Picard的非线性预处理技术改进非等温流模拟的Newton迭代,证明了其无条件稳定性与二次收敛性,且数值测试表明该方法在更高Rayleigh数下具有更大的收敛域。
2025-01-29 cs.NA math.NA
The full configuration interaction quantum Monte Carlo method in the lens of inexact power iteration
Duke University(杜克大学)
本文提出了一种通用分析框架,用于高效求解量子多体问题中高维本征值问题。该框架建立了几种随机算法的收敛定理,包括全配置交互量子蒙特卡罗方法和快速随机迭代方法,并通过数值实验验证了其一致性。
2018-06-28 cs.NA math.NA physics.comp-ph
Inexact Newton Method for General Purpose Reservoir Simulation
不精确牛顿法被广泛用于求解非线性方程组。这些方法的收敛性由相对线性容差$η_ν$控制,该容差也称为强迫项。非常小的$η_ν$可能导致牛顿方程的过度求解。实际的油藏模拟使用具有固定强迫项的不精确牛顿法,通常为$10^{-3}$或$10^{-4}$。另外,对于一个给定的不精确牛顿步骤的变量强制项已被证明是相当成功的,在各种实际应用中,减少过度求解的程度。线性迭代的累积次数通常减少,但非线性迭代的次数通常增加。我们首先提出了现有的不精确牛顿方法与各种强迫项估计的审查,然后我们提出了改进的估计$η_ν$。这些改进的估计试图避免尽可能多的oversolving时,距离的解决方案,并试图强制平方收敛的解决方案的邻域。我们的估计减少了总的线性迭代,而只导致一些额外的牛顿迭代。我们展示了完全耦合的三相和多组分多相模型在等温和热蒸汽油藏模拟中的成功应用,以及使用参考CPR-AMG迭代线性求解器进行天然气回注的真实深海西非油田。
2019-12-13 cs.NA math.NA
Enabling fast convergence of the iterated penalty Picard iteration with $O(1)$ penalty parameter for incompressible Navier-Stokes via Anderson acceleration
本文考虑了求解不可压斯托克斯方程的经典迭代罚Picard(IPP)方法的一个改进,其中我们将注意力限制在$O(1)$罚参数上,并使用Anderson加速(AA)来显著改善其收敛性。在证明与IPP迭代相关的不动点算子是Lipschitz连续和Lipschitz连续(Frechet)可微的之后,我们应用最近开发的AA的一般理论得出结论,用AA增强的IPP通过与底层AA最优化问题相关的增益因子来提高其线性收敛速率。几个具有挑战性的数值试验的结果表明,IPP与罚参数1和增强AA是一个非常有效的解决方案。
2021-05-19 cs.NA math.NA
On inner iterations of Jacobi-Davidson type methods for large SVD computations
Tsinghua University(清华大学)
本文研究了用于计算大矩阵A的一个或多个内部奇异三元组的Jacobi-Davidson SVD(JDSVD)类型方法的谐振和改进谐振提取版本的收敛性分析,提出了一种实用的内部迭代停止准则,并通过数值实验验证了理论和算法的有效性。
2018-11-10 cs.NA math.NA
A Numerical Scheme For High-dimensional Backward Stochastic Differential Equation Based On Modified Multi-level Picard Iteration
Kim Il Sung University(金日成大学)
本文提出了一种基于改进多级皮卡尔迭代的高维反向随机微分方程数值方案,通过改进的蒙特卡洛采样生成方法,提高了计算复杂度的效率,并证明了在生成函数不依赖控制变量时的显式误差估计。
2019-05-03 cs.NA math.NA math.PR
Deep Picard Iteration for High-Dimensional Nonlinear PDEs
本文提出深度皮卡迭代法,将高维PDE神经网络求解转化为基于函数值与梯度的简单回归任务,并通过控制变量解决梯度估计方差问题,在100维问题上优于现有方法。
2025-07-05 cs.NA math.NA
An Inexact Low-Rank Source Iteration for Steady-State Radiative Transfer Equation with Diffusion Synthetic Acceleration
针对多维稳态RTE,提出低秩/HTT表示、扩散预条件CG与自适应非精确策略结合的SI-DSA框架,在2D2V基准上以更少自由度达到10^-4至10^-5误差并获得最高90倍以上加速。
2025-08-31 cs.NA math.NA
Stability Analysis of Picard Iteration for Coupled Neutronics/Thermal-Hydraulics Simulations
本文对中子学/热工水力学(N/TH)耦合问题的Picard迭代法进行了形式化的傅里叶分析(FA),并推导了这种耦合计算的Picard迭代法的谱半径随燃料和冷却剂之间的温差、截面的温度系数(即,多普勒反馈)、散射比和核心高度。基于傅里叶分析,还导出了最佳欠松弛因子。
2023-03-04 cs.NA math-ph math.MP
Inexact inner-outer Golub-Kahan bidiagonalization method: A relaxation strategy
针对2×2分块鞍点问题,提出带松弛策略的非精确内外迭代广义Golub-Kahan算法,动态调整内迭代容差以降低计算成本,在Stokes和Poisson混合问题上验证了有效性。
2022-08-01 cs.NA math.NA
On Convergence of the Inexact Rayleigh Quotient Iteration with MINRES
Tsinghua University(清华大学)
针对Hermitian非精确Rayleigh商迭代,提出基于均匀正定条件的新收敛理论,证明与MINRES结合时可在更宽松的内迭代容差下实现三次、二次和线性收敛。
2010-06-15 cs.NA math.NA
On Convergence of the Inexact Rayleigh Quotient Iteration with the Lanczos Method Used for Solving Linear Systems
Tsinghua University(清华大学)
针对使用Lanczos方法求解内线性系统的不精确Rayleigh商迭代,建立了新的局部二次收敛理论,放宽了传统收敛条件,并推广到调谐预条件Lanczos方法。
2015-03-16 cs.NA math.NA
An inexact infeasible arc-search interior-point method for linear optimization problems
Institute of Science Tokyo(东京科学大学)
本文提出一种结合弧搜索策略和近似解牛顿系统的近似不可行内点法,通过更精确地逼近中央路径,提高了迭代次数和计算时间的效率。
2026-01-07 cs.NA math.NA math.OC
Deep-Picard Iteration for Space-time Fractional Diffusion PDEs
Tsinghua University(清华大学);Yanqi Lake Beijing Institute of Mathematical Sciences and Applications(北京雁栖湖应用数学研究院)
本文提出一种深度-皮卡德迭代框架,用于高维非线性时空分数扩散方程,通过蒙特卡洛模拟分数动力学替代直接离散Caputo记忆项和非局部分数拉普拉斯算子,利用监督神经网络回归避免分数微分算子残差最小化,测试表明在d=100维问题中具有稳定收敛性和高精度。
2026-05-01 cs.NA math.NA math.PR
A positivity preserving inexact Noda iteration for computing the smallest eigenpair of a large irreducible M-matrix
Tsinghua University(清华大学);National Chiao Tung University(国立交通大学);National Tsinghua University(国立清华大学)
本文提出了一种保持正性的一次不精确Noda迭代法,用于计算大不可约非奇异M矩阵的最小特征对,通过两种不同的内容容策略解决了内部线性系统,并证明了所提出的方法具有全局线性和超线性收敛性,同时保持了近似特征向量的正性。
2014-10-20 cs.NA math.NA
Iteration complexity of inexact augmented Lagrangian methods for constrained convex programming
Rensselaer Polytechnic Institute(伦斯勒理工学院)
本文研究了不精确增广拉格朗日方法在处理具有等式和不等式约束的凸优化问题中的全局收敛性及迭代复杂度,通过建立收敛速率结果并应用Nesterov方法,得出了在不同目标函数条件下所需的梯度评估次数。
2018-03-25 cs.DS cs.NA math.NA
Picard Iteration for the Characteristic Initial Value Problem in Einstein Equations
National University of Singapore(新加坡国立大学)
提出一种将双零规范下爱因斯坦方程转化为常微分方程组的Picard迭代算法,结合多种数值技术实现高效求解。
2026-09-09 cs.NA gr-qc math.NA
Inexact methods for the low rank solution to large scale Lyapunov equations
Max Planck Institute for Dynamics of Complex Technical Systems(马普复杂技术系统动力学研究所);Department of Mathematical Sciences, University of Bath(巴斯大学数学科学系)
本文研究了大规模李雅普诺夫方程低秩解的近似方法,提出了一种放松策略理论,用于改进理性Krylov子空间方法和低秩交替方向隐式迭代方法的近似求解过程,并通过数值实验验证了该方法的有效性。
2019-05-06 cs.NA math.NA
On a blended Anderson / NGMRES acceleration for the Navier-Stokes Picard iteration: convergence analysis and adaptive depth selection
University of Houston(休斯顿大学);Clemson University(克莱姆森大学)
本文提出了一种改进的安德森加速方法(AAg),通过优化问题的增益加速Navier-Stokes方程的Picard迭代收敛,并提供了其线性收敛速率的精确预测,同时展示了该方法在不可压缩流体中的有效性。
2026-09-07 cs.NA math.NA
Noda Iteration for Computing Generalized Tensor Eigenpairs
在本文中,我们提出了张量Noda迭代(NI)和它的不精确版本解决的本征值问题的一类特殊的张量对称为广义$\mathcal{M}$ -张量对。广义$\mathcal{M}$ -张量对由一个弱不可约非负张量和一个非奇异$\mathcal{M}$ -张量在一个线性组合中构成。证明了任何广义$\mathcal{M}$ -张量对都存在唯一的正的广义本征值,其特征向量为正.提出了一种改进的张量Noda迭代法(MTNI),用于推广求解非负矩阵特征值问题的Noda迭代法。此外,为了提高算法的实现效率和收敛速度,还引入了不精确广义张量Noda迭代法(IGTNI)和广义Newton-Noda迭代法(GNNI).在对初始值作适当假设的情况下,保证了算法的收敛性。数值实验表明了这些算法的有效性。
2023-03-02 cs.NA math.NA
Multilevel Picard iterations for solving smooth semilinear parabolic heat equations
Princeton University(普林斯顿大学);University of Duisburg-Essen(杜伊斯堡-埃森大学);ETH Zurich(苏黎世联邦理工学院)
本文提出了一种新的数值算法,用于近似求解一般高维半线性抛物型偏微分方程在单个时空点的解,通过费曼-卡茨公式与毕苏特-埃尔沃里-李公式的巧妙结合,以及多级精度的皮卡固定点迭代近似分解,实现了高效求解,并在物理和金融领域的问题中取得了令人满意的结果。
2019-02-22 cs.NA math.NA
Inexact Gauss Seidel and Coarse Solvers for AMG and s-step CG
Lehigh University(利哈伊大学);Institute for Applied Computing of the National Research Council of Italy(意大利国家研究委员会应用计算研究所)
本文提出了一种基于FGS的低同步方法,用于避免通信的Krylov方法,通过利用Chebyshev基生成的Gram矩阵结构,提升AMG和s-step CG的求解效率。
2025-12-10 cs.NA math.NA
On the choice of optimization norm for Anderson acceleration of the Picard iteration for Navier-Stokes equations
Clemson University(克莱姆森大学)
本文研究Anderson加速应用于Navier-Stokes方程Picard迭代时优化范数的选择,证明$H^1_0$和$L^2$范数具有相似的收敛性,并通过数值实验发现$\ell^2$范数在粗网格下可能显著更差。
2025-09-23 cs.NA math.NA
A Column-Wise Reflection Method with Safeguarded Anderson Acceleration for the Continuous Sylvester Matrix Equation
School of Mathematics and Statistics, Anhui University of Finance and Economics(安徽财经大学数学与统计学院)
提出带保护的Anderson加速反射(SAAR)方法求解连续Sylvester方程,通过逐列反射内迭代与残差保护的外层Anderson加速,实现线性收敛并显著减少迭代次数与CPU时间。
2026-10-07 cs.NA math.NA
Picard-Based Acceleration of Newton Continuation for Mean Field Game PDE Systems
New York University Shanghai(纽约大学上海);NYU-ECNU Institute of Mathematical Sciences at NYU Shanghai(纽约大学上海华东师范大学数学科学联合研究院);Department of Mathematics, New York University Shanghai(纽约大学上海数学系);Department of Data Science, New York University Shanghai(纽约大学上海数据科学系);Department of Mathematics, New York University(纽约大学数学系)
研究平均场博弈PDE系统中牛顿法与皮卡德法的计算权衡,发现皮卡德法收敛快但低粘度易失败,牛顿法更鲁棒,并提出混合延拓策略。
2026-09-16 cs.NA math.NA
A convergence framework for inexact nonconvex and nonsmooth algorithms and its applications to several iterations
National University of Defense Technology(国防科技大学);The State Key Laboratory for High Performance Computation, National University of Defense Technology(高性能计算国家重点实验室(国防科技大学));School of Mathematics and Computational Science, Xiangtan University(湘潭大学数学与计算科学学院)
本文提出了一种不精确非凸和非光滑算法的收敛框架,通过引入伪充分下降条件和伪相对误差条件,并假设连续性条件,证明在特定可和假设下,生成的序列收敛到目标函数的临界点,并将其应用于几种经典非凸迭代算法,推导了相应的收敛结果。
2018-11-28 cs.NA math.NA math.OC
On Inner Iterations in the Shift-Invert Residual Arnoldi Method and the Jacobi--Davidson Method
Tsinghua University(清华大学)
本文通过新的分析框架,建立了移位反演残差Arnoldi (SIRA) 方法计算给定目标σ最近简单特征值及特征向量的通用收敛理论,并推广到Jacobi-Davidson (JD) 方法,证明了低精度内迭代下外迭代次数与精确方法几乎相同,设计了实用内迭代停止准则。
2015-03-16 cs.NA math.NA
Convergence Analysis of the Alternating Anderson-Picard Method for Nonlinear Fixed-point Problems
本文研究了非线性不动点问题中的交替Anderson-Picard(AAP)方法,通过建立其与multisecant-GMRES的等价性,证明AAP渐近收敛于Newton-GMRES方法,并得出其局部q-线性收敛性及收敛因子上界。
2025-07-11 cs.NA math.NA
Numerical analysis of small-strain elasto-plastic deformation using local Radial Basis Function approximation with Picard iteration
本文提出结合 RBF-FD 无网格离散、返回映射与 Picard 迭代求解小应变弹塑性 von Mises 问题,并通过厚壁圆筒算例验证其精度与复杂几何适应性。
2024-05-08 cs.NA math.NA
Gregory Nested Picard Iteration Schemes for Open Quantum Systems Governed by the Lindblad Equation
Virginia Tech(弗吉尼亚理工大学)
提出基于Gregory型求积的嵌套Picard迭代方案,在等距节点上构造高达九阶的CPTP格式,降低计算成本并保持高精度和结构保持性。
2026-06-27 cs.NA math.NA quant-ph
Iteration complexity of first-order augmented Lagrangian methods for convex conic programming
本文考虑一类凸锥规划。特别是,我们首先提出了一个不精确的增广拉格朗日(I-AL)方法,类似于经典的I-AL方法解决这个问题,其中增广拉格朗日子问题近似解决的一个变种Nesterov的最佳一阶方法。我们表明,一阶迭代的I-AL方法找到一个$ε$解决方案的总数是最多$\mathcal{O}(ε^{-7/4})$。然后,我们提出了一个自适应正则化的I-AL方法,并表明它实现了一阶迭代复杂性$\mathcal{O}(ε^{-1}\logε^{-1})$,这显着提高了现有的复杂性范围内实现的一阶I-AL方法找到一个$ε$ -KKT解决方案。我们对I-AL方法的复杂性分析是基于对不精确邻近点法(PPA)的深入分析以及I-AL方法与不精确PPA之间的联系。这与文献中一阶I-AL方法的复杂性分析有很大不同,文献中通常将I-AL方法视为不精确的对偶梯度法。
2022-11-19 cs.CC cs.NA math.NA
A Carleman-Picard approach for reconstructing zero-order coefficients in parabolic equations with limited data
本文提出“降维方法”,通过多项式-指数基、拟可逆性与 Carleman 权函数构造 Picard 迭代,在有限边界数据下全局收敛地重构抛物型方程零阶系数。
2023-09-26 cs.NA math.NA
Carleman--Picard and time-dimensional reduction for inverse initial-data problems in nonlinear transport with memory
University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校)
针对带非线性与记忆效应的拟线性输运方程逆初值问题,本文采用Legendre--指数时空降维法结合Carleman权与Tikhonov正则化的Picard方法,实现含噪数据下初态的准确鲁棒重构,收敛迅速。
2026-08-11 cs.NA math.NA
Inexact Krylov iterations and relaxation strategies with fast-multipole boundary element method
The George Washington University(乔治华盛顿大学);Boston University(波士顿大学);Nvidia, Corp.(英伟达公司)
本文提出基于快速多极边界元方法的不精确Krylov迭代与松弛策略,通过降低多项式阶数提升计算效率,对拉普拉斯和斯托克斯问题实现2.1至4.0倍的加速。
2016-10-01 cs.NA math.NA physics.comp-ph
Residual-based Chebyshev filtered subspace iteration for sparse Hermitian eigenvalue problems tolerant to inexact matrix-vector products
Indian Institute of Science(印度科学学院)
本文提出R-ChFSI方法,通过残差而非特征向量估计重构Chebyshev多项式递推,实现对不精确矩阵-向量乘积的鲁棒收敛,适用于大规模稀疏Hermitian特征值问题。
2026-03-16 cs.NA math.NA physics.comp-ph
The nonlinear HSS-like iteration method for absolute value equations
School of Mathematics and Statistics, Lanzhou University(兰州大学数学与统计学院);School of Mathematics and Statistics, Hexi University(河西学院数学与统计学院);School of Chemistry and Chemical Engineering, Hexi University(河西学院化学化工学院)
本文提出非线性HSS-like迭代法以改进Picard-HSS方法,通过单层迭代结构提升效率,数值实验验证其有效性。
2018-01-02 cs.NA math.NA math.OC
A globally convergent Carleman-Picard method for an inverse initial-value problem for a nonlinear diffusive coagulation-fragmentation equation coagulation-fragmentation equation
California State University, Long Beach(加州州立大学长滩分校);Texas A&M University(德克萨斯农工大学);University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校)
本文提出一种基于Legendre-指数时间缩减和Carleman-皮卡迭代的全局收敛方法,用于恢复非线性扩散聚并-裂变方程的未知初始粒子尺寸分布,通过边界观测和其尺寸导数的时间依赖数据实现准确稳定重建。
2026-03-22 cs.NA math.NA math.OC
Convergence acceleration for the BLUES function method
在BLUES函数法和变分迭代法的框架内,对Picard、Ishikawa、Mann和Picard-Krasnoselskii四种不同的迭代方法进行了详细的比较。所得到的修改后的方法随后施加到一个非线性反应扩散平流微分方程,以产生近似已知的精确解。通过对近似解的研究以及得到的近似解与精确解之间的误差,说明了BLUES函数法与变分迭代法的区别。
2022-07-18 cs.NA math.NA math.OC