[论文解读] Preconditioned Recycling Krylov subspace methods for self-adjoint problems

André Gaul, Nico Schlömer|arXiv (Cornell University)|Aug 1, 2012

Matrix Theory and Algorithms参考文献 46被引用 5

一句话总结

本文提出了一种用于自伴线性系统序列的预处理回收Krylov子空间方法，利用从MINRES迭代中提取的Ritz向量，在后续求解中对已收敛的特征模式进行降秩。该方法支持任意自伴正定预条件子和非欧几里得内积，使非线性Schrödinger方程和Ginzburg–Landau方程的求解时间最多减少40%。

ABSTRACT

The authors propose a recycling Krylov subspace method for the solution of a sequence of self-adjoint linear systems. Such problems appear, for example, in the Newton process for solving nonlinear equations. Ritz vectors are automatically extracted from one MINRES run and then used for self-adjoint deflation in the next. The method is designed to work with arbitrary inner products and arbitrary self-adjoint positive-definite preconditioners whose inverse can be computed with high accuracy. Numerical experiments with nonlinear Schrödinger equations indicate a substantial decrease in computation time when recycling is used.

研究动机与目标

• 解决非线性问题的牛顿迭代中求解自伴线性系统序列时效率低下的问题。
• 克服现有回收方法对预条件子类型受限或要求特定内积的局限性。
• 通过允许通用自伴正定预条件子和任意内积，使更广泛的预条件子类别（尤其是非Cholesky型）得以使用。
• 开发一种模块化框架，将降秩与Krylov求解器解耦，支持与现有MINRES实现的即插即用式复用。
• 在非线性PDE问题（如非线性Schrödinger方程和Ginzburg–Landau方程）中显著降低运行时间。

提出的方法

• 利用Lanczos三对角化从单次MINRES运行中提取Ritz向量，隐式捕获谱信息。
• 通过预条件子加权内积定义的降秩算子，将线性系统投影到Ritz子空间的正交补空间上。
• 使用广义内积构造降秩系统，确保在任意预条件子下保持对称性和自伴性。
• 对投影后的系统应用MINRES，保持三-term递推关系，避免GMRES中的完整正交化计算开销。
• 通过将降秩框架封装在现有MINRES代码外部，确保其与Krylov方法的独立性。
• 利用预条件子的逆对回收向量进行正交化，即使在非标准预条件子下也能实现稳定降秩。

实验结果

研究问题

• RQ1 能否从单次MINRES运行中提取的Ritz向量被有效重用于加速自伴线性系统序列的后续求解？
• RQ2 该方法在保持对称性和收敛性的同时，能在多大程度上支持超越CCT等因子分解形式的预条件子类别？
• RQ3 使用非欧几里得内积如何影响Krylov方法中回收的稳定性与效率？
• RQ4 降秩对非线性PDE（如Ginzburg–Landau方程）中收敛性和残差减少的影响如何？
• RQ5 该方法能否通过降秩自然处理奇异或病态系统，避免数值不稳定性？

主要发现

• 数值实验表明，该方法使Ginzburg–Landau方程的有效求解时间最多减少40%。
• 降秩成功处理了线性化系统固有的奇异性，防止了未使用回收机制时出现的数值崩溃。
• 该方法支持任意自伴正定预条件子，包括代数多重网格等非Cholesky型方法。
• 该方法保持了MINRES的三-term递推关系，避免了GMRES中完整正交化的计算开销。
• 有限精度运行中观察到的收敛停滞并非由于正交性丧失所致，经重新正交化实验验证。
• 该框架具有模块化特性，可作为包装器应用于现有MINRES代码，无需修改即可复用优化的求解器。