复对称系统的数值求解问题存在于科学计算的众多领域,而且是数值代数研究领域的一个重要问题。由于在应用领域产生的大量问题要求建立更为精确和复杂的模型,同时也需要对数学模型进行高精度求解,因此如何对这些线性方程组设计一个行之有效的算法,提高计算的工作效率和精确性就显得尤为重要。现在通过添加物理学中的动量项参数来加速数值代数迭代算法,从而提高迭代法的收敛速率,更优地解决复对称系统问题。本文主要对两类迭代算法添加动量项从而实现算法的优化,论文主要分为三个部分。第一,本章对块2-2实值形式的预处理MHSS迭代法(PMHSS),引入动量项更新,从而改善迭代算法的收敛速度且减少计算机内存消耗,并分析给出了迭代的收敛条件。最后通过数值实验验证了该算法的有效性。第二,研究在SBTS迭代算法的基础上添加动量项,改善算法的收敛速率,并分析给出了迭代的收敛条件。最后通过数值实验验证了该算法的有效性。第三,本章进一步研究了MPMHSS迭代法和MSBTS迭代法的最优参数,并在理论上给出这些最优参数的证明。而且本章的研究结果表明,要获得最优参数,MSBTS和SBTS的计算代价是一样的,但是在付出相同计算代价的同时,MSBTS的收敛速度要高于SBTS的收敛速度。最后通过数值实验验证了上述迭代法的优越性。