<<
>>

6.2. Алгоритм расчета параметров К‑модели.

Для интегрирования смешанной дифференциально-алгебраической системы уравнений особенно удобна схема Ньютона. Предварительно дифференциальные уравнения необходимо представить в виде однородных конечно-разностных уравнений вида:

, (6.31)

где h —шаг интегрирования, s —параметр аппроксимации (как правило, s = 0.4).

К преобразованной в соответствии с (6.31) системе уравнений применяется итерационная схема Ньютона

, (6.32)

(где n —номер итерации, Dyn+1(n ) —поправки на n‑й итерации), включающая решение системы линейных уравнений вида

, (6.33)

где [F/yn] —матрица частных производных (якобиан). Расчет проводится до получения таких значений у, которые отличаются в последовательных приближениях на заранее заданную малую величину. Затем производится следующий шаг интегрирования. При этом может быть использовано несколько модификаций схемы Ньютона:

а) классическая — с пересчетом якобиана на каждом приближении каждого шага интегрирования;

б) модифицированная — якобиан перевычисляется только на первом приближении каждого шага интегрирования;

в) модифицированная с “замороженным” на нескольких шагах якобианом.

Наиболее сложной частью схемы Ньютона является вычисление частных производных якобиана, и от того, каким способом они определяются, в решающей мере зависит эффективность этой схемы.

Применение аналитического вычисления частных производных существенно эффективней, чем их численный расчет. В этом случае при использовании модифицированных схем Ньютона “замороженный”якобиан можно сохранять на большем числе шагов интегрирования.

<< | >>
Источник: Решение обыкновенных дифференциальных уравнений. 2017

Еще по теме 6.2. Алгоритм расчета параметров К‑модели.:

  1. Результаты расчетов параметров процесса на модели
  2. 2. 4. Общее макроэкономическое равновесие в классической и кейнсианской моделях. Последствия денежно‑кредитной политики в модели FEL - IS - LM
  3. Алгоритм оптимизации ряда изделий с размерным параметром.
  4. Алгоритмы оптимизации ряда для изделия с силовым параметром
  5. 3.2 Разработка нейросетевых алгоритмов обнаружения и классификации гониометрических параметров
  6. 3.3 Аналитическое исследование чувствительности алгоритма к выбору параметра регуляризации
  7. 19. Англо‑французское соперничество в Юго‑Восточной Азии к. 19 – н. 20 вв.
  8. 3.5.3 Исследование регуляризирующего алгоритма при ошибках модели геопотенциала
  9. 3.1. Параметры фигичсской модели
  10. Расчет параметров лазерной абляции
  11. Исследование алгоритмов идентификации с применением FSpice- моделей R-C-NR ЯЭФП
  12. Расчет временных параметров сетевого графика
  13. Алгоритм расчета.
  14. 3.3.1 Исследование регуляризнрующих свойств алгоритма при отсутствии ошибок модели движения