对于结构固有振动所对应的大型广义特征值问题的求解，在过去的40年间已经发展了子空间迭代法、Lanczos法等多种行之有效的方法，并在通用有限元软件中得到了广泛应用。作为求解大型稀疏对称矩阵极端特征值问题的最可靠解法之一，子空间迭代法历来十分受重视。自从上世纪70年代子空间迭代法提出之后，为了改进它的效率陆续发展了移频、超松弛、选择性二次逆迭代和Chebyshev多项式等多种加速方案。 近十年来，在这些加速方案的基础上又出现了一些新的改进方案，例如：矩阵幂迭代、自适应多重逆迭代、超松弛幂迭代、大移频和大范围移频等；也有研究人员从其它方面改进子空间迭代法，例如改变投影矩阵法等。各种改进方案都声称能提高子空间迭代法的效率，然而其中大多数改进方案主要是针对矩阵阶数比较小的特征值问题，并且改进后的算法仅与传统的标准子空间迭代法比较，没有最新的改进方案之间的相互比较。 为了筛选适合实际工程应用的子空间迭代法，进一步提高大型特征值问题计算效率与可靠性，本文总结了子空间迭代法近十年来的进展，并在快速稀疏求解器的基础上比较了自适应多重逆迭代、超松弛幂迭代、改变投影矩阵、大移频和大范围移频等五种改进方案。 当求解特征模态比较多时，大移频和大范围移频改进方案的效率远远高于自适应多重逆迭代、超松弛幂迭代和改变投影矩阵等三个非移频改进方案，至少比它们快两倍。在最好的情况下，大移频和大范围移频可比标准子空间迭代法快10倍以上。大范围移频改进方案比大移频稍快一些。 在自适应多重逆迭代、超松弛幂迭代和改变投影矩阵等三个非移频改进方案中，超松弛幂迭代改进方案的效率最高，比另外两个非移频改进方案有明显优势。与标准子空间迭代法相比，超松弛幂迭代的效率提高了50﹪左右，在最好的情况下甚至与大移频不相上下。自适应多重逆迭代改进方案，与标准子空间迭代法相比，最好时有35﹪的效率提高，但对有些算例效率则提高不大，甚至略有降低。改变投影矩阵的加速方案，当子空间维数比较大时，把标准子空间迭代法的效率提高了10﹪左右。 本文最后把大移频和超松弛幂迭代两种改进方案结合在一起，提出了一种新的改进方案，并从子空间维数选取、每次三角分解的最大迭代次数等方面进行了研究。该改进方案很好地把超松弛、矩阵幂迭代和移频三种思想结合在一起。较大规模的例题表明，新的改进方案使子空间迭代法的计算效率有了进一步提高。与大移频的改进方案相比，该改进方案的效率平均提高了20﹪～30﹪。