并行共轭梯度算法的开发
- 0 Collaborators
共轭梯度算法也叫共轭斜量法。从理论上讲它是属于直接法，但在实际计算过程中，由于不可避免地会出现误差，所以常作为迭代法使用。该方法的最大特点是，当方程组的阶数很高时，往往只要经过比阶数小得多的迭代次数，就能得到满足精度要求的近似解。 使用openMP共轭梯度算法的串行以及并行版本，并统计在不同数据规模以及不同的并行线程数下，共轭梯度算法完成运算所耗费的时间并比较。 ...learn more
Project status: Under Development
Overview / Usage
使用openMP共轭梯度算法的串行以及并行版本，并统计在不同数据规模以及不同的并行线程数下，共轭梯度算法完成运算所耗费的时间并比较。
Methodology / Approach
基本思想：共轭梯度法是属于最小化类的迭代方法。为了求解Ax = b这样的一次函数，可以先构造一个二次函数
f(x)=(xTAx)/2-b^Tx
然后利用最小化原理对其求导，再令其为零。这样求解Ax = b的值可以转换为求解f(x)的最小值。