广义优化施瓦茨方法的粗空间预处理：第一部分，连续情形
Coarse space preconditioning for Generalized Optimized Schwarz Methods. Part I: continuous case
浏览论文内容
中文总结 AI 辅助
针对求解谐波波动传播问题的区域分解策略Deprés算法的变体广义优化施瓦茨方法（GOSM），在连续层面提出粗空间构造作为预处理，给出GMRes收敛性估计以提升其求解效率。
中文摘要 AI 辅助
广义优化施瓦茨方法（GOSM）最初由[Claeys, 2021]提出，是Deprés算法的变体，后者是用于求解谐波波动传播问题的区域分解策略。该方法通过非局部交换算子在界面施加传输条件。我们在无限维连续层面开展分析，提出了用于预处理GOSM格式的粗空间构造，并给出了应用于预处理方程的GMRes收敛性估计。
英文摘要
The Generalized Optimized Schwarz Method (GOSM) originally proposed in [Claeys, 2021] is a variant of Deprés algorithm, a domain decomposition strategy for the solution of harmonic wave propagation problems. It imposes transmission conditions through interfaces by means of a non-local exchange operator. Conducting our analysis at the continuous level, in an infinite dimensional setting, we propose a coarse space construction for the preconditioning of the GOSM formulation, and provide estimates for the convergence of GMRes applied to the preconditioned equation.
