4. 数据驱动迭代初值预测

在上一节中我们看到，迭代法的收敛速度对初值高度敏感：初值离真解越远，前期残差下降越慢，甚至可能进入错误的收敛分支。传统做法是用零向量、常数场或上一时间步的解作为初值，这些策略要么浪费迭代步数，要么在参数突变时失效。本节讨论一种更具攻击性的思路——把"猜初值"变成一个学习问题：用历史解或低精度解构造训练集，训练一个轻量模型，在正式迭代开始前直接预测一个接近真解的初值，从而把迭代步数压到最低。

问题形式化：初值预测到底在学什么

设我们要求解线性系统 A x = b，或非线性残差方程 F(x) = 0。迭代法从 x₀ 出发，经过 k 步得到满足容差 ‖r_k‖/‖b‖ ≤ ε 的近似解。若存在映射 g，使得 x₀ = g(θ) 已经落在真解附近的一个小邻域内，则迭代步数可从数百步降到数十步甚至几步。

关键在于：θ 是什么？它必须是在正式求解时廉价可得的信息。常见选择有三类：

• 问题参数：如 PDE 的系数场、边界条件、时间步长、网格尺度、雷诺数等。这类信息在求解前已知，模型学的是"参数 → 解"的映射。
• 低精度解：在粗网格、低阶格式或宽松容差下先跑一次，得到一个粗糙但方向正确的解，作为高精度求解的初值。这是最实用的一类，因为粗解与真解的相关性极强。
• 历史解序列：在时间推进或参数扫描中，用前几个时刻/参数点的解预测当前解，本质上是外推，但用学习模型替代了线性外推。

需要强调的是，初值预测不追求预测精度本身，而追求"让迭代器少走路"。预测解即使有 5% 的相对误差，只要它落在收敛盆内且残差方向正确，就已经非常有价值。这与常规回归任务的目标函数不同，后文会专门讨论。

实战案例设定：二维变系数扩散方程

为了让讨论具体，我们构造一个可复现的教学案例（以下参数与数值均为示例设定，用于说明流程，非实测结果）。考虑二维稳态扩散方程：

-∇·(κ(x,y) ∇u) = f(x,y),  (x,y) ∈ [0,1]²
u|∂Ω = 0
κ(x,y) = 1 + 0.9·sin(2πx)·cos(2πy) · s

其中 s ∈ [0.1, 1.0] 是控制非均匀强度的参数，f 固定。离散后得到 N×N 网格上的稀疏线性系统，用预条件共轭梯度法（PCG）求解，容差 ε = 1e-8。我们的目标是：给定新的 s，预测一个初值 û₀，使 PCG 迭代步数显著低于零初值。

数据构造分两条线并行：

1. 历史解线：在 s = 0.1, 0.2, …, 1.0 共 10 个参数点上用零初值精确求解，得到 10 个"真解"样本。样本量太小，需要扩增。
2. 低精度解线：对每个 s，在 N/4 粗网格上求解同一方程，再用双线性插值上采样到细网格，得到 10 个粗解。粗解与真解的相对误差约在 8%～15%（示例量级），但计算成本只有细网格的几十分之一。

把粗解作为输入特征、真解作为回归目标，就得到 10 组 (粗解, 真解) 配对。为提升泛化，可在参数区间内做插值采样，例如在相邻参数点之间线性混合粗解，构造 100～200 组增广样本。这一步很关键：初值预测模型的训练数据往往不是"更多真解"，而是"更多廉价输入 + 少量昂贵标签"。

模型选择与训练目标

由于输入输出都是网格场，最自然的模型是小型卷积自编码器或 U-Net 变体。教学案例中可用一个 3 层卷积网络：输入 1 通道粗解，经过 16→32→16 通道的卷积与反卷积，输出 1 通道预测解。参数量控制在几万级别，训练在 CPU 上几分钟即可完成。

损失函数不能只用均方误差。更合理的组合是：

L = ‖û₀ - u*‖² / ‖u*‖²  +  λ · ‖A û₀ - b‖² / ‖b‖²

第一项保证预测解接近真解，第二项直接惩罚预测解的残差——这正是迭代器真正关心的量。取 λ = 0.1 左右，可以让模型在"像真解"和"残差小"之间取得平衡。实践中发现，仅用第一项的模型有时预测解视觉上很接近，但残差并不小，导致迭代步数改善有限；加入残差项后改善明显。

推理与迭代衔接：预测解如何进入求解器

训练完成后，推理流程非常轻：给定新参数 s*，先在粗网格上求解得到粗解，上采样后送入网络，得到预测初值 û₀，再把它作为 PCG 的 x₀ 传入。整个预测过程（粗解 + 网络前向）的耗时通常远小于一次细网格迭代的若干步。

下图展示了本节案例的完整数据流与迭代衔接关系：左侧是训练阶段的"粗解—真解"配对与增广，右侧是推理阶段从新参数到预测初值再到 PCG 的链路，底部对比了零初值与预测初值两种路径的迭代步数差异（数值为示例量级）。

结果判读与常见陷阱

评估初值预测是否成功，不能只看网络输出的相对误差，而要看三个指标：迭代步数下降比例、总耗时（粗解 + 前向 + 迭代）是否真的减少、最坏参数点是否退化。教学案例中，零初值平均约 180 步，预测初值平均约 42 步，但个别参数点（如 s 接近 1.0 的非均匀极强区域）可能只降到 90 步。若总耗时因粗解和网络开销反而上升，说明粗网格分辨率选得过细或网络过大，需要重新权衡。

几个高频陷阱值得提前规避。第一，数据泄漏：若训练集与测试集共享同一参数点的真解，评估会虚高，必须按参数区间划分训练/验证。第二，分布外失效：模型只在 s ∈ [0.1, 1.0] 上训练，遇到 s = 1.5 时预测可能发散，工程上应加一个残差门控——若预测初值的残差大于零初值残差，直接回退到零初值。第三，过度追求预测精度：把网络做得很大、训练很久，换来的步数下降可能只有几步，性价比极低；初值预测的收益曲线在中等精度处就已趋于平缓。

工程落地要点

把上述流程产品化时，建议把"粗解生成"和"网络前向"封装为独立的初值服务，与求解器解耦。训练数据按参数区间分桶存储，便于增量更新；模型版本与网格规模绑定，网格变化时需重新训练或做插值适配。监控上，记录每个参数点的预测残差、实际迭代步数与回退次数，回退率持续升高就是模型需要再训练的明确信号。

总结来看，数据驱动初值预测的核心不是模型多复杂，而是找到廉价且与真解强相关的输入，并用残差感知的损失把预测解"拉进"收敛盆。粗解加小型网络加残差门控，构成了一个成本可控、收益明确、风险可兜底的实战方案，适合在参数扫描、时间推进和多查询场景中优先落地。