Skip to main content
 首页 » 编程设计

python之python 中的预处理共轭梯度和线性运算符

2025年05月04日31luoye11

[作业] 我将通过预条件共轭梯度法求解线性系统 Ax=b,我使用 scipy.sparse.linalg 中的 spilu 函数作为预条件。 A是一个稀疏对称的162*162矩阵。由于 spilu 给出了 A 的倒数的近似值,假设 M 近似于 A,因此 spilu(A) 给出了 M^-1,这是预条件子。我发现我们可以直接在 python Conjugate Gradient 函数中给出预条件,但是我下面的代码不起作用。

M_inverse=scipy.sparse.linalg.spilu(A) 
M2=scipy.sparse.linalg.LinearOperator((162,162),M_inverse.solve) 
x3=scipy.sparse.linalg.cg(A,b,M2) 
TypeError                                 Traceback (most recent call last) 
<ipython-input-84-86f8f91df8d2> in <module>() 
----> 1 x3=scipy.sparse.linalg.cg(A,b,M2) 
 
/Users/ruobinghan/anaconda/lib/python3.4/site-packages/scipy/sparse/linalg/isolve/iterative.py in cg(A, b, x0, tol, maxiter, xtype, M, callback) 
 
/Users/ruobinghan/anaconda/lib/python3.4/site-packages/scipy/sparse/linalg/isolve/iterative.py in non_reentrant(func, *a, **kw) 
     83     try: 
     84         d['__entered'] = True 
---> 85         return func(*a, **kw) 
     86     finally: 
     87         d['__entered'] = False 
 
/Users/ruobinghan/anaconda/lib/python3.4/site-packages/scipy/sparse/linalg/isolve/iterative.py in cg(A, b, x0, tol, maxiter, xtype, M, callback) 
    219 @non_reentrant 
    220 def cg(A, b, x0=None, tol=1e-5, maxiter=None, xtype=None, M=None, callback=None): 
--> 221     A,M,x,b,postprocess = make_system(A,M,x0,b,xtype) 
    222  
    223     n = len(b) 
 
/Users/ruobinghan/anaconda/lib/python3.4/site-packages/scipy/sparse/linalg/isolve/utils.py in make_system(A, M, x0, b, xtype) 
    108         x = zeros(N, dtype=xtype) 
    109     else: 
--> 110         x = array(x0, dtype=xtype) 
    111         if not (x.shape == (N,1) or x.shape == (N,)): 
    112             raise ValueError('A and x have incompatible dimensions') 
 
TypeError: float() argument must be a string or a number, not 'LinearOperator'  

此外,问题提示我需要使用 LinearOperator 接口(interface),我不明白 LinearOperator 到底在做什么以及为什么我们需要它。

如有任何建议,我们将不胜感激! 提前致谢!

请您参考如下方法:

我认为参数顺序错误,

x3=scipy.sparse.linalg.cg(A,b,M2) 

在错误信息中:

220 def cg(A, b, x0=None, tol=1e-5, maxiter=None, xtype=None, M=None,  
callback=None): 
--> 221     A,M,x,b,postprocess = make_system(A,M,x0,b,xtype) 

M2 代替了 x0 - 解的初始猜测而不是预处理器。 在我的主机中,按照正确的顺序,class-LinearOperator 运行良好。

正确的版本

x3=scipy.sparse.linalg.cg(A,b,M=M2) 

请尽可能多地使用“关键字”参数。