GMRES(m)数值计算方法是现今主要用来解决具有稀疏矩阵的大型线性方程组问题的有效方法之一。但是这种方法在计算效率和收敛速度方面存在缺陷，也正是由于这些不足才诞生了预处理技术。近年来预处理技术引起了越来越多的研究学者们的高度关注和广泛推崇，如今出现了很多关于预处理技术应用方面的理论。因为预处理可以改变方程组矩阵的分布特征，简化问题，所以寻求适当的预处理方法已经成为一种热点话题。论文首先介绍了Householder变换、GMRES(m)算法和预处理技术的相关基础理论；其次在充分研究这些理论知识的基础上，采用了不完全LU、不完全LLT分解预处理以及ADI与SSOR预处理方法，建立了不同的预处理器，并将预处理器与Householder-GMRES(m)算法相结合，提出了新的预处理Householder-GMRES(m)算法；接着论文通过理论分析和数值算例验证了新算法的可行性与收敛性，同时分析了会对算法的计算效率和计算精度造成影响的因素，效果也比较显著：不仅减少了算法的迭代次数，提高了算法的收敛速度，而且体现出了计算过程中的数值稳定性以及算法的高效性；最后将论文提出的新算法中的一种与Arnoldi-GMRES(m)算法与加权GMRES(m)算法进行了比较，表明了新算法的高效率与高精度，展示了这种新算法在求解计算速度上的优势。可见，论文提出的新算法具有一定的实用性，将会在实际问题的计算中起到关键性的作用。