2025年, 第46卷, 第2期　刊出日期：2025-06-14

  

• 全选
  |

论文
• Select
  约束凸二次优化问题投影类算法的步长松弛策略

  刘凯泉, 韩德仁

  数值计算与计算机应用. 2025, 46(2): 85-94. https://doi.org/10.12288/szjs.s2024-0942

  摘要 ( ) PDF全文 ( )   可视化   收藏

  投影类算法是一种求解大规模约束优化问题的重要方法,尤其在到约束集合的正交投影容易实现的情况下.在投影方法中,步长的选择对收敛速度有重要影响.然而,理论上的“最优”步长往往在实践场景中表现不佳.已有文献指出,在无约束优化中对最优步长采用一些松弛策略可以对最速下降方法起到加速效果.基于这种见解,本文将这些松弛策略拓展到约束凸二次优化中的投影算法,包括基本格式的投影算法和“预测-校正”型投影算法,得到相应的松弛型算法.数值结果表明,这些松弛策略均提高了上述两种采用最优步长的投影类算法的效果,且在不同问题规模下各有优势.
• Select
  反问题的量子计算方法

  王彦飞, 文玺翔

  数值计算与计算机应用. 2025, 46(2): 95-115. https://doi.org/10.12288/szjs.s2024-0957

  摘要 ( ) PDF全文 ( )   可视化   收藏

  反问题的研究在多个领域中均展现出了重要的价值和广泛的应用前景.然而,地球物理学中的反问题由于其固有的复杂性和不确定性,始终是一个极具挑战性的课题.近年来,量子计算技术的迅速发展和应用为这一难题的解决提供了新的可能性.基于目前流行的两种量子计算范式,本文首先提出了一种利用量子退火的迭代反演算法.该算法结合了量子退火的全局搜索能力和迭代反演的局部优化特性.通过线性和非线性层析成像实验,本文提出的算法可以取得接近于经典方法的反演精度.此外,本文还讨论了变分量子线性系统算法在反问题求解中的潜力.介绍了该算法在反问题求解中的初步尝试,该方法通过构建和优化量子线路来求解反问题,展现出了良好的应用前景.本文研究为量子计算在地球物理学反问题求解中的应用提供了新的思路和方向.随着量子计算技术的不断发展和应用,预计量子计算方法将在未来大尺度地球物理反问题求解方面发挥重要作用.
• Select
  基于计算机符号计算的非线性浅水波动力学性质模拟与研究

  周成成

  数值计算与计算机应用. 2025, 46(2): 116-126. https://doi.org/10.12288/szjs.s2024-0970

  摘要 ( ) PDF全文 ( )   可视化   收藏

  随着计算机科学和信息技术的发展,计算机符号计算为复杂计算和数值模拟提供了一种高效的方法和手段.基于计算机符号计算,本文研究一类(2+1)维广义变系数浅水波方程,描述非线性浅水波的动力学特性与非线性作用机制.在Hirota双线性算子的框架下,推导了(2+1)维广义变系数浅水波方程双线性形式,进而将非线性问题转化为双线性问题,实现了问题的可解性.通过运用符号计算软件求解双线性方程,给出了孤子解的表达式、双线性形式Bäcklund变换和团块解.数值模拟展示了孤子解和团块解所描述的非线性浅水波动力学特性,该(2+1)维广义变系数浅水波方程的特殊解存在新颖特性,即团块沿y轴移动,在x轴方向的速度为零.
• Select
  考虑物性参数不确定性的油藏渗流动态模式分解与预测方法

  李洋, 王胜, 李孟晗, 张钊

  数值计算与计算机应用. 2025, 46(2): 127-137. https://doi.org/10.12288/szjs.s2024-0972

  摘要 ( ) PDF全文 ( )   可视化   收藏

  油藏地质参数一般非均质性强,但探测手段十分有限,导致地质模型通常具有很高的不确定性.无论常规历史拟合还是数据空间反演,均需在考虑地质模型不确定性的前提下预测油藏渗流的未来动态.对此,一般是基于油藏数值模拟进行预测,但对于反映地质模型不确定性的大量实现,油藏数值模拟耗时非常高.为此,本文将动态模式分解(D MD)推广至地质参数空间,即基于一系列反映地层参数不确定性的地质实现进行预测.油藏渗流动态变化随时间往往趋于平缓,因此,构建训练集和测试集,从而通过测试选出动态数据满足局部线性近似的时刻,进而利用DMD替代数值模拟进行接下来的预测,可大幅提升预测效率.利用单相与两相瞬态渗流算例进行了验证与说明.
• Select
  病态线性方程组的支持向量机算法

  孙远航, 蒋泉, 周志东

  数值计算与计算机应用. 2025, 46(2): 138-147. https://doi.org/10.12288/szjs.s2024-0973

  摘要 ( ) PDF全文 ( )   可视化   收藏

  基于机器学习的支持向量机(SVM)算法,提出了一种求解病态线性方程组的数值算法．将线性方程组的求解转化为寻求高维空间中的超平面回归问题,分别通过经典SVM和最小二乘SVM回归算法得到病态线性方程组的数值解．由于SVM的求解算法是凸二次优化问题,相较于其他神经网络算法,具有全局唯一解,能够得到误差较小的数值解．数值算例结果表明,该算法获得的数值结果具有较好的精度和稳定性．
• Select
  刚度方程共享内存并行超节点核外Cholesky求解

  金强贵, 麻耀辉

  数值计算与计算机应用. 2025, 46(2): 148-164. https://doi.org/10.12288/szjs.s2024-0980

  摘要 ( ) PDF全文 ( )   可视化   收藏

  随着求解规模不断扩大,直接法求解对称正定的刚度矩阵方程内存需求不断增加,利用充裕的计算机硬盘资源辅助求解,降低内存需求成为一种解决方案.提出3种超节点Cholesky核外分解策略.1)最大速度核外分解,保证每个超节点只被读取和保存一次;2)最小内存核外分解,分解时不参与任务池中任务的超节点一律释放内存.3)限制内存核外分解,根据给定内存大小决定采用策略1)还是策略2).各策略均在共享内存环境下使用OpenMP基于任务池实现异步并行.在求解某4984362阶刚度方程时,MUMPS核外求解失败;FEADS策略1)使用内存18.2GB,相较核内求解所需142.85GB节省87\%,用时2328.07s;PARDISO核外模式使用内存21.3GB,用时4643.18s.