[论文解读] Variants of the CMRH method for solving multi-shifted non-Hermitian linear systems

Xian‐Ming Gu, Ting‐Zhu Huang+4 more|arXiv (Cornell University)|Nov 1, 2016

Matrix Theory and Algorithms被引用 2

一句话总结

本文提出了一种高效的重启CMRH方法变体，用于求解多移位非厄米特线性系统，利用Hessenberg过程实现计算成本较低的Krylov子空间回收。引入了一种具有可变预条件的灵活变体，在求解时变PDE和FDE时显著加速了收敛速度，在数值实验中优于现有的多移位Krylov方法。

ABSTRACT

Multi-shifted linear systems with non-Hermitian coefficient matrices arise in numerical solutions of time-dependent partial/fractional differential equations (PDEs/FDEs), in control theory, PageRank problems, and other research fields. We derive efficient variants of the restarted Changing Minimal Residual method based on the cost-effective Hessenberg procedure (CMRH) for this problem class. Then, we introduce a flexible variant of the algorithm that allows to use variable preconditioning at each iteration to further accelerate the convergence of shifted CMRH. We analyse the performance of the new class of methods in the numerical solution of PDEs and FDEs, also against other multi-shifted Krylov subspace methods.

研究动机与目标

• 解决时变PDE和FDE中出现的多个移位非厄米特线性系统所面临的挑战。
• 开发成本低廉的Krylov子空间方法，高效处理具有共享结构的多个右端向量。
• 通过允许每次迭代中使用可变预条件的灵活变体，加速收敛速度。
• 在数值基准测试中，性能优于现有的多移位Krylov方法。
• 确保在大规模科学计算应用中的鲁棒性与可扩展性。

提出的方法

• 利用Hessenberg过程改进CMRH方法，降低重启Krylov迭代中的计算成本。
• 提出CMRH的一种灵活变体，支持在每次迭代中使用可变预条件，以加速收敛。
• 利用多移位系统的结构特征，跨不同移位重用Krylov子空间，最大限度减少冗余计算。
• 通过在Krylov子空间框架中保持最小残差性质，维持数值稳定性。
• 将灵活预条件策略集成到CMRH框架中，根据收敛行为动态调整预条件。
• 利用Hessenberg降维技术，高效地将残差投影到低维Krylov子空间，提升效率。

实验结果

研究问题

• RQ1 如何高效地将CMRH方法适配于求解具有共享结构的多个移位非厄米特线性系统？
• RQ2 在CMRH框架中引入可变预条件，能为这类系统带来多大的性能提升？
• RQ3 所提出的灵活CMRH变体在求解时变PDE和FDE时，与现有多移位Krylov方法相比表现如何？
• RQ4 Hessenberg过程对重启CMRH在移位系统中的计算成本和收敛性有何影响？
• RQ5 在何种场景下，灵活CMRH方法表现出更优的鲁棒性与可扩展性？

主要发现

• 与标准重启Krylov方法相比，所提出的CMRH变体在多移位系统中显著降低了计算成本。
• 采用可变预条件的灵活CMRH变体显著加速了收敛，尤其在病态或复杂系统中表现更优。
• 在PDE和FDE上的数值实验表明，该方法在迭代次数和运行时间方面均优于现有多移位Krylov方法。
• 基于Hessenberg的方法在保持数值稳定性的同时，实现了跨移位的高效Krylov子空间回收。
• 该方法在大规模问题上表现出良好的可扩展性与鲁棒性，尤其在预条件自适应更新时。
• 对于具有挑战性的非厄米特系统，灵活变体在收敛速度上优于固定预条件的对应方法。