【摘要】:下一个迭代点可由下式近似得到依次类推,可得以下迭代公式这里,我们用拟牛顿迭代法来求解前面的例题。可见,拟牛顿迭代法的收敛速度比牛顿迭代法的要慢,但由于不需要进行微分计算,每次的迭代运算要快,总的计算时间可能会缩短。一般来说,对于非线性较强的系统,最好采用完全的牛顿迭代法。表5.3 拟牛顿迭代法的运算结果
介于牛顿迭代法与修改牛顿迭代法之间,拟牛顿迭代法(Quasi-Newton Method)不直接求解函数f(x)的微分,而是用两点的弦来近似迭代点的微分。所以,这是一种广义的弦切法。
如图5.7所示,可以用迭代点(x1,y1)与(x2,y2)的连线(弦)来逼近点(x2,y2)处的切线(微分)。近似公式为
其中,表示f′(x2)的近似值。下一个迭代点可由下式近似得到
依次类推,可得以下迭代公式
这里,我们用拟牛顿迭代法来求解前面的例题。假定外力与变形无关,考虑第i步迭代的情况,新的迭代步长可由下式近似得到
其中,为(xi,yi)处的微分的倒数的近似值,即刚性的倒数的近似值(对于多自由度系统,则为刚性矩阵的逆矩阵)。于是可得下一个迭代点的值为(www.xing528.com)
此外,根据公式(5.21)可得
进一步可以得到下一个迭代点的刚性的倒数的近似值为
这样,利用以上关系,就可以构建一个不需要严格求解微分的迭代运算关系。
设初始条件为x1=1.0,Z1=1.0,迭代运算的结果如表5.3所示。经过10次迭代,即可达到真值(x10=1.9037)。可见,拟牛顿迭代法的收敛速度比牛顿迭代法的要慢,但由于不需要进行微分计算,每次的迭代运算要快,总的计算时间可能会缩短。对于实际的问题,很难预先判断用哪种方法更快更好。一般来说,对于非线性较强的系统,最好采用完全的牛顿迭代法。
表5.3 拟牛顿迭代法的运算结果
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。