当使用预处理共轭梯度方法,其中是的预处理器,是残差向量。除了执行不完全 Cholesky 或 ILU 等经典预处理之外,还可以执行代数多重网格方法 (AMG) 的一个 V 循环。
这是否意味着将 V 循环应用于方程以获得?
我已经实现了第一次测试基于 Ruge Stuben 的 AMG 算法作为 BiCGStab 方法的预处理器。但与经典预条件子相比,我并没有真正看到收敛性的改进。
当使用预处理共轭梯度方法,其中是的预处理器,是残差向量。除了执行不完全 Cholesky 或 ILU 等经典预处理之外,还可以执行代数多重网格方法 (AMG) 的一个 V 循环。
这是否意味着将 V 循环应用于方程以获得?
我已经实现了第一次测试基于 Ruge Stuben 的 AMG 算法作为 BiCGStab 方法的预处理器。但与经典预条件子相比,我并没有真正看到收敛性的改进。
AMG 预条件子在收敛性方面没有表现出太大改进的主要问题是系统矩阵的结构。标量 AMG 方法不适用于使用的矩阵。另一种方法可能会显示更好的结果。