1) parallel schwarz algorithm
并行Schwarz算法
2) Schwarz parallel algorithms
Schwarz并行算法
1.
Based on Schwarz parallel algorithms, Collectivity flow field numerical value solver can be gained via evaluating interface boundary cells by passing information.
本文的主要目的是并行快速求解欧拉方程数值解，是以Schwarz并行算法为理论依据，通过信息传递对内边界单元赋值，以得到总体流场的数值解。
3) Parallel Schwarz Method
并行Schwarz方法
4) Schwarz algorithm
Schwarz算法
1.
In this paper,Multiplicative Schwarz algorithm is used to solve the nonlinear complementary problem with M-function,choosing the initial value specially,the algorithm has the monotone convergence property.
使用乘性Schwarz算法求解M-函数对应的非线性互补问题,该算法在特殊选取初值情况下具有单调收敛性。
2.
In this paper, we propose several Schwarz algorithms for obstacle problems with a type of nolinear operators.
本文对一类非线性算子的障碍问题提出了几个Schwarz算法,所得迭代序列为上解序列或下解序列,它们单调收敛于问题的准确解。
3.
First, we consider an additive Schwarz algorithm for the solution of Ax 4- F(x) 0, x when coefficient A is an M-matrix and F (x) 0.
本文内容如下：首先，应用加性Schwarz算法求解非线性互补问题，其中A是M阵，应用弱分解理论，我们获得了在加权范数意义下误差的几何收敛速度，在F(x)是凹函数的假设下我们还获得了此算法的单调收敛性，同时我们给出此算法的一种修改算法，无需前面的假设，该算法具有单调收敛性。
5) parallel Schwarz relaxations
并行Schwarz松驰
6) multiplicative Schwarz algorithm
乘性Schwarz算法
补充资料：并行算法
适用于并行计算机的数值算法。计算机传统结构的显著特征是单指令流单数据流，即每一时刻按一条指令处理一个数据。通常的数值算法适于此类计算机，可称串行算法。20世纪60年代开始发展含大量处理机的并行计算机，它分单指令流多数据流与多指令流多数据流两类，每一时刻分别按一条或多条指令处理多个数据。并行计算机的出现促使了适应其并行这个特点的并行算法的发展。
并行算法依赖一个简单事实：独立的计算可同时执行。所谓独立计算是指其每个结果元只出现一次的计算。例如A8=α1·α2......α8中7个乘法不能同时执行,但可分成三个独立计算组：
第一组
第二组
第三组。
如每组的运算并行执行，计算 A8，只须三步（乘法），其步骤可用图中的双杈计算树来表示。推广此例，得到由满足结合律的任一运算"。" 形成的表达式的最优并行算法，称为结合扇入算法。此算法提供了建立并行算法的一种普遍原则：反复将每一计算分裂成具有同等复杂性的两个独立部份，称为递推倍增法。
研究表明，大量数值问题可获得有效的并行算法。一个算法是否有效主要看加速及所需的处理机个数 P的大小。并行算法的复杂性正是通过参数Tp、S和P来描述的。向量运算具有内在并行性（包含大量独立计算），因而首先是在数值线代数方面，并行算法特别富有成果。
串行算法与并行算法存在固有差别。有效串行算法一般不能直接变换为并行算法，而且两者在数值性态方面（例如数值稳定性及迭代算法的收敛速度）可以彼此大不相同。
并行算法依赖一个简单事实：独立的计算可同时执行。所谓独立计算是指其每个结果元只出现一次的计算。例如A8=α1·α2......α8中7个乘法不能同时执行,但可分成三个独立计算组：
第一组
第二组
第三组。
如每组的运算并行执行，计算 A8，只须三步（乘法），其步骤可用图中的双杈计算树来表示。推广此例，得到由满足结合律的任一运算"。" 形成的表达式的最优并行算法，称为结合扇入算法。此算法提供了建立并行算法的一种普遍原则：反复将每一计算分裂成具有同等复杂性的两个独立部份，称为递推倍增法。
研究表明，大量数值问题可获得有效的并行算法。一个算法是否有效主要看加速及所需的处理机个数 P的大小。并行算法的复杂性正是通过参数Tp、S和P来描述的。向量运算具有内在并行性（包含大量独立计算），因而首先是在数值线代数方面，并行算法特别富有成果。
串行算法与并行算法存在固有差别。有效串行算法一般不能直接变换为并行算法，而且两者在数值性态方面（例如数值稳定性及迭代算法的收敛速度）可以彼此大不相同。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条