针对基于PVM的微机网络并行计算环境下，处理机的运算速度较快而处理机间的通信相对较慢的实际情况，给出了一种网上并行求解线性方程组的Guass—Seidel迭代算法。该算法将方程组的增广矩阵按行卷帘方式分布存储在各处理机中，循环传送每一次的迭代向量以减少处理间的通信次数，同时，采用计算与通信部分重叠技术，提高并行算法的效率。并用1—12台桌面PC机联成的局域网，在PVM3．4 on Windowsi2000，VC6．0并行计算平台上编程对该算法进行了数值试验，试验结果表明，该算法较传统的基于列扫描法的Guass—Seidel并行迭代算法优越。
将求解线性方程组的Gauss-Jordan消去法与Gauss列主元消去法结合起来,提出了利用并行计算支撑软件PVM在局域网上高效并行求解稠密线性方程组的算法.该算法处理机间的通信开销较少,实现了负载平衡和各处理机间的全并行工作.用1～24台桌面PC机按两种网络布局方式连接成的局域网,在PVM3.4 on Windows2000、VC 6.0并行计算平台上编程对该算法进行了数值试验,得到了正确的结果.
针对基于PVM的桌面PC机联网而成的网络并行计算环境中，处理机的运算速度较快，而处理机间的通信相对较慢的实际情况，提出了求解线性方程组的一种分组Guass-Seidel并行迭代算法，该算法将线性方程组的增广矩阵按行分块储存在各处理机，每台处理机分别对各自的块采用Guass-Seidel迭代法进行迭代计算，其处理机间的通信较少，实现容易。并用1～24台桌面PC机联成的局域网，在PVM 3．4 on Windows2000，VC 6．0并行计算平台上编程对该算法进行了数值试验，试验结果表明，该算法较传统的Jacobi并行迭代算法和传统的Guass—Seidel并行迭代算法更优越。
