eigs与大型稀疏矩阵内部错误

4视图(30天)

显示旧的评论

Benyang胡 2022年3月25日

0
链接

这个问题直接联系

//www.tianjin-qmedu.com/matlabcentral/answers/1680199-eigs-with-big-sparse-matrix-has-internal-error

回答: 安德鲁·克尼亚杰夫 2022年5月30日

我用9 m×9 m K_matrix_sys M_matrix_sys eigs计算频数。

fre = eigs (K_matrix_sys M_matrix_sys 3,0);

下面显示的错误。我不知道怎样设置eigs其他值,使这项工作。

                          错误使用matlab.internal.decomposition.builtin.UMFPACKWrapper
                         
                          分解内置的错误:算法没有成功。
                         
                          内部在图书馆UMFPACK错误。
                         
                          错误在eigs > AminusSigmaBSolve(第1220行)
                         
                          umf = matlab.internal.decomposition.builtin.UMFPACKWrapper (AminusSigmaB, 0.1, 0.001,真的,0);
                         
                          错误在eigs > getOps(第1122行)
                         
                          applyOP = AminusSigmaBSolve (A, B, innerOpts。σ,矩阵,n,…
                         
                          错误在eigs(第122行)
                         
                          [applyOP, applyM] = getOps (A、B、n,浦发银行、shiftAndInvert R, cholB, permB,…

6个评论
显示5年长的评论隐藏5年长的评论

克里斯汀Tobler 2022年4月1日

eigs应该直接给了内存不足的错误,而不是你最初的“内部错误”的信息。R2019b已经涉及到了这个问题,所以在后来发布错误消息应该减少混乱。

不幸的是没有太多要做的情况下内存不足的错误。对于一些稀疏矩阵,其分解含有大量“填写”,这个矩阵的因素包含更多的意义比原始矩阵非零,因此需要更多的内存。

如果你碰巧知道所有特征值都是积极的,你可以尝试使用“smallestreal”选项,不计算第一个输入矩阵的分解。可以有点大杂烩,作为迭代的收敛性在eigs可以慢得多(或不会发生在实际时间),但在某些情况下它工作得很好。

                                %如果你知道所有特征值> = 0:
                               
                                fre = eigs (K_matrix_sys M_matrix_sys 3,“smallestreal”)