瀑布型多重网格方法自Bornemann提出以来就因其运算格式简单而获得了空前的发展。继瀑布型多重网格方法之后，许多学者对其做了大量的研究工作。其中石钟慈等人[21]提出的经济的瀑布型多重网格方法(ECMG)大大地减小了瀑布型多重网格方法的计算工作量，同时保证瀑布型多重网格方法解的精度。该方法的最大特点就是按照下面的公式在每层上进行光滑迭代。　　 Ml={[mLβL-l],l>L0 [m*(L-(2-ε0)l)hl-2]，l≤L0 [m0(L-L0)2],l=L在理论上不论参数m*，m0选择的如何，瀑布型多重网格方法都是收敛的，最优或拟最优的。但是在实际计算时，如果这两个参数选择不好，要么会使算法的计算量很大，要么会使算法的精度不高。为解决这个问题，本文对参数的选择做了研究。　　 本文在经济的瀑布型多重网格方法(ECMG)的基础上，对具有最优性价比的参数m*和m0做自适应选取算法研究。本文主要通过数值实验，统计经济的瀑布型多重网格方法中迭代参数m*，m0与算法的复杂度(工作量)和解的误差之间的数值关系，利用函数拟合的方法发现这两个参数与网格细化层L之间的函数关系，从而实现经济的瀑布型多重网格方法中具有最优性价比的迭代参数的自适应选取算法。