矩阵的积和式、积和多项式是重要的数学问题。它们在很多重要的研究领域有实质性的应用,典型的如统计物理中具有重要理论意义和科学价值的Ising 模型和Monomer-dimer 覆盖模型。已经证明,这两个模型的求解与稀疏矩阵积和式的计算有内在和本质的联系。与我们熟悉的矩阵计算问题不同,计算矩阵积和式、积和多项式是#P-难问题,也就是说按照复杂性理论的基本猜想,它们不存在多项式时间的算法,所以研究主要集中在近似算法。尽可能有效利用结构性质,是科学计算研究中的基本原则。因此无论确定性算法还是随机算法,充分有效地利用结构特征,针对具体问题背景设计更有效的算法,是本问题研究的基本原则。本项目针对几类重要的物理和应用模型,借鉴传统矩阵计算中的成功经验,研究并利用矩阵的特殊结构性质,设计快速有效算法或比较大幅度地提高现有算法的效率,解决有实际意义的科学计算问题。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
智能煤矿建设路线与工程实践
二维FM系统的同时故障检测与控制
具有随机多跳时变时延的多航天器协同编队姿态一致性
扶贫资源输入对贫困地区分配公平的影响
计算复杂度与全息引力及其应用
四元数矩阵和特殊矩阵中若干问题的计算与应用
基于自动微分的导数矩阵部分元素计算及其在非线性问题中的应用
随机流体模型中若干矩阵计算问题