Successive over-relaxation(逐次超松弛法,常简称 SOR)是一种用于求解大型线性方程组的迭代数值方法,尤其常见于由偏微分方程离散化得到的稀疏方程组。它在 Gauss–Seidel(高斯-赛德尔)迭代的基础上引入松弛因子 ( \omega ),通过“适度放大/加速”每一步更新来加快收敛;当 (1<\omega<2) 时通常称为“超松弛”。
We used successive over-relaxation to solve the sparse linear system faster.
我们使用逐次超松弛法来更快地求解稀疏线性方程组。
For the Poisson equation on a grid, successive over-relaxation can converge much faster than Gauss–Seidel if the relaxation factor is chosen well.
对于网格上的泊松方程,如果松弛因子选择得当,逐次超松弛法的收敛速度可能比高斯-赛德尔法快得多。
/ səkˈsɛsɪv ˌoʊvərˌriːlækˈseɪʃən /
Successive 来自拉丁语 successivus,含“接连的、逐步进行的”之意;over- 表示“超过、过度”;relaxation 原指“放松、缓和”,在数值分析中引申为“对迭代更新进行缓和/调整”的技术术语。合在一起表示一种“逐步进行、并带有超松弛加速”的迭代方法。