解算器
描述
选择您想要使用的求解器计算模型的状态在模拟或代码生成。
类别:解算器
设置
从这些类型选择:
默认设置为新模型VariableStepAuto
。
固定的解决者
默认值:FixedStepAuto
一般来说,所有固定的解决者除外ode 14 x
计算下一个步骤是:
X(n+ 1)=X(n)+hdX(n)
在哪里X是国家,h是步长,dX是国家的导数。dX(n)通过特定的算法使用一个或多个计算导数的评价取决于方法的顺序。
-
汽车
-
计算模型的状态使用一个固定的解算器自动解算器选择。在模型编译的时候,
汽车
改变固定步解算器,自动解算器选择基于动力学模型。点击右下角的解算器链接模型的接受或改变这个选择。 -
ode3 (Bogacki-Shampine)
-
计算模型的状态下一个时间步的显函数的当前值和状态衍生品使用Bogacki-Shampine公式集成技术来计算国家衍生品。
-
离散(没有连续状态)
-
下次计算的时间步通过添加一个固定的当前时间步长。
这对模型解算器不使用任何州或离散状态,使用一个固定的步长。依赖模型的街区更新离散状态。
结果模拟的准确性和时间取决于所采取的步骤的大小模拟:步长越小,更准确的结果,但仿真所花费的时间就越长。
请注意
固定步离散解算器不能用于有连续状态的模拟模型。
-
ode8 (Dormand-Prince RK8 (7))
-
使用eighth-order Dormand-Prince公式计算的模型状态下一个时间步的显函数的当前值和状态衍生品在中间点近似。
-
ode5 (Dormand-Prince)
-
使用5次Dormand-Prince公式计算的模型状态下一个时间步的显函数的当前值状态和状态衍生品在中间点近似。
-
ode4(龙格-库塔)
-
采用四阶龙格-库塔(RK4)公式计算模型状态下一个时间步的显函数的当前值状态和衍生品。
-
ode2(修)
-
使用修积分法计算模型状态在下一个时间步的显函数的当前值状态和衍生品。
-
ode1(欧拉)
-
使用欧拉积分法计算模型状态在下一个时间步的显函数的当前值和状态衍生品。这个解算器需要更少的计算高阶解算器。然而,它提供了相对较少的准确性。
-
ode14x(外推)
-
使用牛顿法和外推的当前值计算模型的状态下一个时间步,作为一个隐式的状态和状态的函数导数在下次的一步。在接下来的例子中,X是国家,dX是状态导数,h步长:
X(n+ 1)-X(n)- - -hdX(n+ 1)= 0
这个解算器需要比显式解算器计算每一步,但更准确的对于一个给定的步长。
-
ode1be(向后欧拉)
-
ode1be解算器是一种向后欧拉求解程序,使用固定数量的牛顿迭代,和增加固定成本。您可以使用
ode1be
解算器作为计算便宜的固定步替代ode14x
解算器。
变步解决者
默认值:VariableStepAuto
-
汽车
-
计算模型的状态使用变步解算器自动解算器选择。在模型编译的时候,
汽车
变化的变步解算器自动解算器选择基于动力学模型。点击右下角的解算器链接模型的接受或改变这个选择。 -
数值(Dormand-Prince)
-
计算模型的状态下一个时间步使用显式龙格-库塔(4、5)数值积分公式(Dormand-Prince一对)。
数值
是一个一步解决,因此只需要在前面的时间点解决方案。使用
数值
作为大多数问题的第一次尝试。 -
离散(没有连续状态)
-
计算下一个步骤的时间增加一个步长,而异的变化率模型的状态。
这对模型解算器不使用任何州或离散状态,使用可变步长。
-
ode23 (Bogacki-Shampine)
-
计算模型的状态下一个时间步使用显式龙格-库塔(2、3)数值积分公式(Bogacki-Shampine一对)。
ode23
是一个一步解决,因此只需要在前面的时间点解决方案。ode23
是更有效的比数值
在原油公差的存在轻微的刚度。 -
ode113(亚当斯)
-
计算模型的状态下一个时间步使用variable-order Adams-Bashforth-Moulton PECE数值积分技术。
ode113
是一个多步求解,因此通常需要解决方案在前几个时间点来计算当前的解决方案。金宝搏官方网站ode113
可以更有效的比数值
在严格的公差。 -
ode15s(硬/ NDF)
-
计算模型的状态下一个时间步使用variable-order数值微分公式(ndf)。这些有关,但更有效率比向后微分公式(快速公车提供),也称为齿轮的方法。
ode15s
是一个多步求解,因此通常需要解决方案在前几个时间点来计算当前的解决方案。金宝搏官方网站ode15s
是有效的僵硬的问题。试试这个解算器如果数值
失败或者是低效的。 -
ode23s(硬/国防部。。)
-
计算模型的状态下一个时间步使用修改后的订单2。公式。
ode23s
是一个一步解决,因此只需要在前面的时间点解决方案。ode23s
是更有效的比ode15s
在原油公差,可以解决僵硬的问题ode15s
是无效的。 -
ode23t (Mod.硬/梯形)
-
计算模型的状态下一个时间步使用的实现“免费”interpolant梯形法则。
ode23t
是一个一步解决,因此只需要在前面的时间点解决方案。使用
ode23t
如果问题只是适度僵硬,你需要一个解决方案没有数值阻尼。 -
ode23tb(硬/ TR-BDF2)
-
计算模型的状态下一个时间步使用的多步实现TR-BDF2,隐式龙格-库塔公式与梯形规则第一阶段和第二阶段的向后微分公式组成的两个订单。通过建设、相同的迭代矩阵用于评估两个阶段。
ode23tb
是更有效的比ode15s
在原油公差,可以解决僵硬的问题ode15s
是无效的。 -
奥登(固定步骤与零交叉)
-
使用一个Nth顺序固定步骤集成公式计算模型状态的显函数的当前值状态和状态衍生品在中间点近似。
而解算器本身就是一个固定步骤解算器,仿真软件金宝app®将减少步长精度的零交叉。
-
daessc(解决Simscape™)
-
计算模型的状态在下次一步解决系统Simscape造成的微分方程模型。
daessc
提供了强大的算法特别设计来模拟中出现的微分方程建模的物理系统。daessc
只是与Simscape产品可用。下载188bet金宝搏
提示
模型需要实验确定最优解算器。深入讨论,请参阅解算器选择标准。
与快速重新启动,您不需要重新编译模型解决如果你改变。你可以选择适当的解决在运行时无需通过一个昂贵的重新编译过程。
最优解算器平衡可接受的精度与最短的仿真时间。
金宝app仿真软件软件使用模型的离散解算器无状态或离散状态,即使你指定一个持续的解决者。
一个更小的步长增加精度,但也增加了仿真时间。
增加计算复杂性的程度
颂歌
n
,因为n
增加。随着计算复杂度的增加,结果也会增加的准确性。
依赖关系
选择ode1(欧拉)
,ode2(蔚)
,颂歌3 (Bogacki-Shampine)
,ode4(龙格-库塔)
,颂歌5 (Dormand-Prince)
,颂歌8 (Dormand RK8王子(7))
或离散(没有连续状态)
固定步解决使以下参数:
固定的大小(基本样本时间)
定期取样时间约束
对待每个离散率作为一个单独的任务
自动处理数据传输速度过渡
更高的优先级值表示任务优先级越高
选择奥登(固定步骤与零交叉)
变步解算器使以下参数:
马克斯步长
积分法
选择ode14x(外推)
使以下参数:
固定的大小(基本样本时间)
外推法秩序
牛顿迭代的数量
定期取样时间约束
对待每个离散率作为一个单独的任务
自动处理数据传输速度过渡
更高的优先级值表示任务优先级越高
选择ode1be(向后欧拉)
使以下参数:
固定的大小(基本样本时间)
牛顿迭代的数量
定期取样时间约束
对待每个离散率作为一个单独的任务
自动处理数据传输速度过渡
更高的优先级值表示任务优先级越高
选择离散(没有连续状态)
变步解算器使以下参数:
马克斯步长
自动处理数据传输速度过渡
更高的优先级值表示任务优先级越高
讨论二阶导数过零控制
时间的宽容
连续的零交叉
算法
选择数值(Dormand-Prince)
,ode23 (Bogacki-Shampine)
,ode113(亚当斯)
,或ode23s(硬/国防部。。)
使以下参数:
马克斯步长
最小步长
初始步长
相对宽容
绝对的宽容
形状保存
连续数分钟的步骤
自动处理数据传输速度过渡
更高的优先级值表示任务优先级越高
讨论二阶导数过零控制
时间的宽容
连续的零交叉
算法
选择ode15s(硬/ NDF)
,ode23t (Mod.硬/梯形
)
,或ode23tb(硬/ TR-BDF2)
使以下参数:
马克斯步长
最小步长
初始步长
解算器复位方法
连续数分钟的步骤
相对宽容
绝对的宽容
形状保存
最大的订单
自动处理数据传输速度过渡
更高的优先级值表示任务优先级越高
讨论二阶导数过零控制
时间的宽容
连续的零交叉
算法
命令行信息
参数:SolverName 或解算器 |
值:“VariableStepAuto”|“VariableStepDiscrete”|“数值”|“ode23”|“ode113”|“ode15s”|“ode23s”|“ode23t”|“ode23tb”|“daessc”|“FixedStepAuto”|“FixedStepDiscrete”|“ode8”|“ode5”|“ode4”|“ode3”|“ode2”|“ode1”|“ode14x” |
默认值:“VariableStepAuto |