PDESolverOptions属性
求解器的算法选项
一个PDESolverOptions
对象包含求解器在求解结构、热学或一般PDE问题时使用的选项<一个href="//www.tatmou.com/it/help/pde/ug/pde.structuralmodel.html">StructuralModel
,<一个href="//www.tatmou.com/it/help/pde/ug/pde.thermalmodel.html">ThermalModel
,或<一个href="//www.tatmou.com/it/help/pde/ug/pde.pdemodel.html">PDEModel
对象,分别。StructuralModel
,ThermalModel
,PDEModel
对象包含一个PDESolverOptions
对象在他们SolverOptions
财产。
结构模态分析问题和降阶建模的求解器使用Lanczos算法。
统计数字及汇总报告
ReportStatistics
- - - - - -标志,以在解决方案过程中显示内部求解器统计信息和收敛报告
“关闭”
(默认)|“上”
标志,以显示解决方案过程中的内部求解器统计信息和收敛报告,返回为“关闭”
或“上”
.
例子:model.SolverOptions.ReportStatistics = ' '
数据类型:字符
ODE求解器
AbsoluteTolerance
- - - - - -内部ODE求解器的绝对公差
1.0000 e-06(默认)|正数
内部ODE求解器的绝对公差,返回一个正数。绝对容忍度是一个阈值,低于这个阈值,解决方案组件的值就不重要。这个性质决定了当解接近零时的精度。
例子:model.SolverOptions.AbsoluteTolerance = 5.0000 e-06
数据类型:双
RelativeTolerance
- - - - - -内部ODE求解器的相对公差
1.0000 e 03(默认)|正数
内部ODE求解器的相对公差,返回一个正数。这个公差是相对于每个解决方案组件大小的误差的度量。大致来说,它控制了所有解决方案组件中正确数字的数量,除了那些小于所施加的阈值的数字AbsoluteTolerance
.默认值对应0.1%的精度。
例子:model.SolverOptions.RelativeTolerance = 5.0000 e 03
数据类型:双
非线性规划求解
ResidualTolerance
- - - - - -内部非线性求解器可接受的剩余公差
1.0000 e-04(默认)|正数
内部非线性求解器的可接受剩余公差,返回为一个正数。非线性求解器迭代直到残差大小小于的值ResidualTolerance
.
例子:model.SolverOptions.ResidualTolerance = 5.0000 e-04
数据类型:双
MaxIterations
- - - - - -内部非线性求解器高斯-牛顿迭代的最大次数
25(默认)|正整数
内部非线性求解器高斯-牛顿迭代的最大次数,返回一个正整数。
例子:model.SolverOptions.MaxIterations = 30
数据类型:双
MinStep
- - - - - -内部非线性求解器搜索方向的最小阻尼
1.5259 e-05(默认)|正数
最小阻尼的搜索方向为内部非线性求解器,返回为正数。有关详细信息,请参见<一个href="//www.tatmou.com/it/help/pde/ug/pde.pdesolveroptions-properties.html" class="intrnllnk">非线性规划求解算法一个>.
例子:model.SolverOptions.MinStep = 1.5259 e -
数据类型:双
ResidualNorm
- - - - - -计算内部非线性解算器残差的范数类型
正
(默认)|负
|正数|“能源”
计算内部非线性解算器残差的范数的类型,返回为正
,负
,为正数,或“能源”
.
向量的无穷范数是
的lp
向量的-模N
元素
向量ρ的能量范数是
在这里,K组合刚度矩阵定义在<一个href="//www.tatmou.com/it/help/pde/ug/pde.pdesolveroptions-properties.html" class="intrnllnk">非线性规划求解算法一个>.
例子:model.SolverOptions.ResidualNorm =“能源”
数据类型:双
|字符
兰索斯解算器
MaxShift
- - - - - -最大Lanczos班次数
One hundred.(默认)|正整数
最大Lanczos移位数,指定为正整数。当计算大量特征对时增加这个值。
例子:model.SolverOptions.MaxShift = 500
数据类型:双
BlockSize
- - - - - -块Lanczos递归的块大小
取值范围是7 ~ 25(默认)|正整数
块Lanczos递归的块大小,指定为正整数。根据刚度矩阵的大小,默认数字的范围为7到25K
.
例子:model.SolverOptions.BlockSize = 20
数据类型:双
算法
非线性规划求解算法
非线性偏微分方程的残差方程如下:
为了得到离散残差方程,对偏微分方程应用有限元法(FEM),如<一个href="//www.tatmou.com/it/help/pde/ug/basics-of-the-finite-element-method.html" class="a">有限元方法基础一个>:
该非线性求解器采用了适用于有限元矩阵的高斯-牛顿迭代方案。用泰勒级数展开得到残差的线性化方程组:
忽略高阶项,线性化后的方程组为
残差的下降方向为
高斯-牛顿迭代使残差最小化,即解 ,利用方程
这里,ɑ≤1是一个正数,它必须设置得尽可能大,以便步长有一个合理的下降。对于一个足够小的ɑ,
为了使高斯-牛顿算法收敛, 一定离解决方案很近。第一种猜测通常是在收敛区域之外。Armijo-Goldstein线搜索(一种选择ɑ的阻尼策略)有助于从糟糕的初始猜测中改善收敛。该方法从序列1、1/2、1/4、…中选取最大阻尼系数ɑ。以下不等式成立:
使用Armijo-Goldstein线搜索保证残差范数至少减少 .线搜索算法的每一步都必须求残差 .
有了这个策略,什么时候Un方法的解决方案, →1,则收敛速度增大。
另请参阅
第一MATLAB
Hai fatto clic su un collegamento che correspondence a questo comando MATLAB:
我可以用MATLAB编程。我的浏览器web不支持我comand金宝appi MATLAB。
选择一个网站
选择一个网站,在可用的地方获得翻译的内容,并看到当地的活动和提供。根据您的地理位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
请选择中国网站(中文或英文),以获得最佳网站性能。MathWorks的其他国家站点并没有针对您所在位置的访问进行优化。