稀疏矩陣處理
關注創建者：匿名 創建時間：2026-01-05
稀疏矩陣處理的實例教程
在有限元分析中，ANSYS 可以導出大規模稀疏矩陣（如剛度矩陣、質量矩陣），通常使用 Harwell-Boeing (HB) CCS 格式。這些矩陣對后續二次開發、動力學分析或自定義求解器非常重要，但由于其稀疏和壓縮存儲形式，直接在 MATLAB 中讀取和使用并不方便。
本文提供了 兩個 MATLAB 函數，可直接從 ANSYS 導出的 HB 矩陣文件中讀取并重構成 MATLAB 稀疏矩陣：
1.剛度矩陣提取函數
輸入：ANSYS 導出的剛度矩陣 HB 文件（stiff.txt）
輸出：MATLAB 稀疏矩陣 K，可直接用于動力學計算或驗證
支持自動對稱化，保證數值正確
2.質量矩陣提取函數
輸入：ANSYS 導出的質量矩陣 HB 文件（mass.txt）
輸出：MATLAB 稀疏矩陣 M
使用與剛度矩陣同樣的解析邏輯，無需額外修改
案例說明：
本文以高速鐵路接觸網結構為例，展示了如何將 ANSYS 中導出的稀疏剛度矩陣和質量矩陣，在 MATLAB 中完整展開，并進行后續動力學分析準備。
通過該方法，可以將大規模有限元矩陣快速轉化為 MATLAB 可操作形式，為自定義振動分析、模態分析及其他科研或工程應用提供基礎。
優勢與應用：
支持大規模稀疏矩陣解析
自動對稱化，保證數值精度
適用于剛度矩陣、質量矩陣、其他 HB 格式矩陣
可作為動力學求解器或后處理工具的基礎模塊
使用方法：
1.使用以下代碼對ansys中生成的質量及剛度矩陣進行提取，file,5,full（5為工作目錄下full文件的文件名，例如：filename.full）。
展開 在實際中，MKL版本的PARDISO性能是非常高的，在某些稀疏矩陣的條件下，求解速度可以遠超matlab。
以下，是某個條件數比較大但是方程組規模不大（61349個未知數）的matlab和PARDISO求解速度對比：
在該問題中，采用AMD3900X的處理器，MKL_PARDISO求解時間為43.6s，求解速度是matlab的兩倍多。該稀疏矩陣的下載鏈接如下：
鏈接：https://pan.baidu.com/s/1lw-SgNlnSUAB4o9dwJa14Q
提取碼：xmim
以上，即是高性能稀疏矩陣線性方程組求解器的簡單介紹，感謝您的閱讀，歡迎關注公眾號 有限元術
展開 在有限元求解中，最終通常要求解的是一個關于場變量的線性方程組，在常見的位移場有限元中，要求解的是各個節點的位移，該線性方程組的系數矩陣通常稱為剛度矩陣，方程組右邊通常稱為右端項或者荷載向量。一般情況下，由于網格劃分后并不是所有節點都兩兩連接，因此實際上最終形成的整體剛度矩陣中大部分元素為0，這種矩陣稱為稀疏矩陣。在有限元求解中，對于這種系數矩陣為稀疏矩陣的方程組，一種常見的方法是僅保存剛度矩陣的非0元素到內存中，0元素不保存，這樣就可以以更小的內存保存大型結構的剛度矩陣。
那具體矩陣中有多少元素為0，就可以認為其是稀疏矩陣呢？這個界限實際上比較模糊，有文獻給出如下定義：如果矩陣的A的非0元素數量為O(n)，其中n是A的階數，則矩陣為稀疏矩陣。
稀疏矩陣經常通過非0元素分布圖表示其稀疏性質，以下是兩個常見的稀疏矩陣的分布圖：
在有限元分析中，非0元素的分布，實際上主要取決于單元的節點連接，以下圖中的單元連接為例：
假設圖中每個節點一個自由度，則整體剛度矩陣為16x16的矩陣，而具體非0元素的分布，可以通過單元連接得到鄰接點得到，所謂鄰接點，指的是相對于當前單元位于同一單元內的所有點的集合。以節點6為例，其鄰接點是1,2,3,5,7,9,10,11。
獲得上述鄰接點后，剛度矩陣中第6行的非0元素的位置實際上就確定了：k(6,1),k(6,2),k(6,3),k(6,5),k(6,6),k(6,7),k(6,9),k(6,10),k(6,11)。
在實際采用稀疏矩陣求解有限元問題時，獲得上述非0元素位置后，就可以對剛度矩陣采用稀疏矩陣存儲，常見的存儲方式有COO，CSR，CSC和DIA等。
展開 以自由度數為41w的如下分布的稀疏矩陣為例，
該稀疏矩陣形成的系數方程組在matlab中采用直接求解為1.5s,采用一定預處理下的PCG求解時間為0.55s。
用筆者自行開發的稀疏矩陣PCG求解器運行此算例，方程組求解時間為0.628s。
此時，整個程序的運行時間瓶頸實際上并不在方程求解，而在于從文件中讀取稀疏矩陣對應的數據。一般情況下采用fscanf讀取數據會快于用fstream讀取。改用fscanf讀取數據后，程序總運行時間從原來的16s變為9s。
【完】
歡迎關注公眾號 有限元術
一個講有限元技術的公眾號
展開 在有限元求解中，最終通常要求解的是一個關于場變量的線性方程組，在常見的位移場有限元中，要求解的是各個節點的位移，該線性方程組的系數矩陣通常稱為剛度矩陣，方程組右邊通常稱為右端項或者荷載向量。一般情況下，由于網格劃分后并不是所有節點都兩兩連接，因此實際上最終形成的整體剛度矩陣中大部分元素為0，這種矩陣稱為稀疏矩陣。在有限元求解中，對于這種系數矩陣為稀疏矩陣的方程組，一種常見的方法是僅保存剛度矩陣的非0元素到內存中，0元素不保存，這樣就可以以更小的內存保存大型結構的剛度矩陣。
那具體矩陣中有多少元素為0，就可以認為其是稀疏矩陣呢？這個界限實際上比較模糊，有文獻給出如下定義：如果矩陣的A的非0元素數量為O(n)，其中n是A的階數，則矩陣為稀疏矩陣。
稀疏矩陣經常通過非0元素分布圖表示其稀疏性質，以下是兩個常見的稀疏矩陣的分布圖：
在有限元分析中，非0元素的分布，實際上主要取決于單元的節點連接，以下圖中的單元連接為例：
假設圖中每個節點一個自由度，則整體剛度矩陣為16x16的矩陣，而具體非0元素的分布，可以通過單元連接得到鄰接點得到，所謂鄰接點，指的是相對于當前單元位于同一單元內的所有點的集合。以節點6為例，其鄰接點是1,2,3,5,7,9,10,11。
獲得上述鄰接點后，剛度矩陣中第6行的非0元素的位置實際上就確定了：k(6,1),k(6,2),k(6,3),k(6,5),k(6,6),k(6,7),k(6,9),k(6,10),k(6,11)。
在實際采用稀疏矩陣求解有限元問題時，獲得上述非0元素位置后，就可以對剛度矩陣采用稀疏矩陣存儲，常見的存儲方式有COO，CSR，CSC和DIA等。
展開 
稀疏矩陣處理的相關專題、標簽、搜索
稀疏矩陣處理的最新內容
在有限元分析中，ANSYS 可以導出大規模稀疏矩陣（如剛度矩陣、質量矩陣），通常使用 Harwell-Boeing (HB) CCS 格式。這些矩陣對后續二次開發、動力學分析或自定義求解器非常重要，但由于其稀疏和壓縮存儲形式，直接在 MATLAB 中讀取和使用并不方便。
本文提供了 兩個 MATLAB 函數，可直接從 ANSYS 導出的 HB 矩陣文件中讀取并重構成 MATLAB 稀疏矩陣：
PARDISO是一個商用的高速的稀疏矩陣線性方程組直接法求解器，其可以用于大型稀疏對稱或非對稱線性方程組的求解，商用版支持的并行方式包括共享內存，分布式內存和NVIDA的GPU并行。多次實踐已經表明，PARDISO求解器具有優秀的性能，在各種稀疏矩陣直接求解器的比較中通常處于第一梯隊，其他常見的直接法求解器包括SuiteSparse，MUMPS，SPOOLES等，商用有限元軟件COMSOL
在有限元求解中，最終通常要求解的是一個關于場變量的線性方程組，在常見的位移場有限元中，要求解的是各個節點的位移，該線性方程組的系數矩陣通常稱為剛度矩陣，方程組右邊通常稱為右端項或者荷載向量。一般情況下，由于網格劃分后并不是所有節點都兩兩連接，因此實際上最終形成的整體剛度矩陣中大部分元素為0，這種矩陣稱為稀疏矩陣。在有限元求解中，對于這種系數矩陣為稀疏矩陣的方程組，一種常見的方法是僅保存剛度矩陣的非
在有限元求解中，最終通常要求解的是一個關于場變量的線性方程組，在常見的位移場有限元中，要求解的是各個節點的位移，該線性方程組的系數矩陣通常稱為剛度矩陣，方程組右邊通常稱為右端項或者荷載向量。一般情況下，由于網格劃分后并不是所有節點都兩兩連接，因此實際上最終形成的整體剛度矩陣中大部分元素為0，這種矩陣稱為稀疏矩陣。在有限元求解中，對于這種系數矩陣為稀疏矩陣的方程組，一種常見的方法是僅保存剛度矩陣的非
對于工業軟件研發尤其是CAE軟件研發來說，線性方程組的求解精度和速度較為重要，在方程組規模上來以后，以Krylov子空間為基礎的PCG，Bicgstab，Gmres等方法相對于直接法在求解效率和精度控制上有較大優勢。這也是abaqus等商業軟件在對于規模較大的模型時采用迭代法求解通常會比直接法求解更快的其中一個原因。
以自由度數為41w的如下分布的稀疏矩陣為例
