Gear 算法简介(1)

最新推荐文章于 2024-03-05 20:07:47 发布
最新推荐文章于 2024-03-05 20:07:47 发布
阅读量2.5k 收藏 11
点赞数 2
文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Ryyyxh/article/details/118196329
版权
Gear算法在网络资源中较为稀少，本文主要依据刚性常微分方程初值问题的数值解法及C.W Gear的相关著作，分享个人理解和实践，旨在为专业人士提供参考。
摘要由CSDN通过智能技术生成

Gear算法的网络解释资源较少，本人仅将自己使用到的参考文献和自己的一些理解写到此处，希望对各位大牛有所帮助。

本算法的解释参考文献如下 刚性常微分方程初值问题的数值解法 袁兆鼎等 The Automatic Integration of Ordinary Differential Equations C.W Gear The numerical integration of ordinary differential Equations C.W Gear Algorithm 407 Difsub for solution differential Equations C.W

 

 

 

 

 

 

「已注销」
关注
微分方程Gear方法MATLAB,matlab求解常微分方程（组）
weixin_35056594的博客
03-21 5540
本文主要介绍matlab中求解常微分方程 组 的dsolve和ode系列函数 并通过例子加深读者的理解。一、符号介绍D: 微分符号 D2表示二阶微分 D3表示三阶微分 以此类推。二、函数功能介绍及例程1、dsolve 函数dsolve函数用于求常微分方程组的精确解 也称为常微分方程的符号解。如果没有初始条件或边界条件 则求出通解 如果有 则求出特解。1)函数格式Y dsolve(‘eq1,eq2,...
Gear_吉尔数值算法_吉尔算法_GEAR算法_GeaR微分方程_
09-29
吉尔数值算法，求解刚性微分方程组，稳定好，收敛好
指标约简中Gear算法的实现.pdf
03-19
指标约简中Gear算法的实现.pdf
gear
欧阳方超的专栏
12-30 212
gear
微分方程Gear方法MATLAB,常微分方程的数值解
weixin_29712031的博客
03-21 1603
常微分方程的数值解Tag内容描述：1、常微分方程的数值解法,引入,微分方程的数值解法是动态系统仿真的基础。 思考：数值分析课程-计算机求解数学问题？ 仿真软件的实现(具体执行步骤) ？,常微分方程的数值解法,Euler法 Runge-Kutta法 Adams算法 Gear算法,Matlab下的常微分方程求解函数,二阶、三阶龙格库塔法ode23() 四阶、五阶龙格库塔法ode45() 自适应变步长求...
Gear小程序
06-21
用在autocad里面直接可以产生齿轮
论文研读_基于网格的多目标优化进化算法(GrEA算法)
ckm1377214的博客
10-26 1499
不失一般性，一个多目标优化问题可以被陈述为一个最小化问题，并以下述方式定义：其中，x表示可行解空间Ω中的解向量，Fi（i = 1,2,…,M）是要最小化的第i个目标函数。定义（帕累托支配）：其中，x≺y表示x支配y。帕累托支配关系反映了决策者对首选结构的最弱假设。一个不被其他向量所支配的决策向量称为帕累托最优解。在决策空间中最优解的集合被称为帕累托集，相应的目标向量集合被称为帕累托前沿。在GrEA中，网格被用作一个框架，用来确定目标空间中个体的位置。因此，它与进化群体的适应性似乎是明智的。
论文研读_基于网格的多目标优化进化算法(GrEA)精简版
最新发布
ckm1377214的博客
03-05 1049
这里，L表示对于一组帕累托非支配个体，该集合中被该集合中的一个成员所支配的个体的平均数量，其中网格环境也是由该集合形成的。显然，A 和 C 之间的网格坐标差（即 (3 − 0) + (4 − 1) = 6）大于 A 和 B 之间的网格坐标差（即 (1 − 0) + (4 − 1) = 4），说明C距离A比B距离更远。例如，考虑图 1 中个体 A 和 B 的网格坐标为 (0, 4) 和 (1, 1)，很明显，他们之间的目标 f2 的差异大于目标 f1 的差异（即， (4 − 1) > (1 − 0))。
F.2.rar_GEAR_GEAR算法_Gear algorithm_gear fortran
09-14
1. **稳定性**：由于采用了隐式方法，GEAR算法对于较大的时间步长具有较好的稳定性。 2. **精度**：通过迭代求解，可以达到较高的数值精度。 3. **适应性**：可以处理非线性和延迟微分方程。 4. **并行化**：适合大...
Gear 所有程式加速
03-01
是所有的程式和遊戲都可以加速喔 所有的喔!!!!!
多目标优化算法 PICEA-g
08-15
PICEA-g是一种新的多目标优化算法，算法性能，特别是在高维多目标问题上，优于NSGA-II等经典算法。 The PICEA-g is a evolutionary multiobjective algorithm. It performs well on both bi- and many-objective problems. In this package the PICEA-g can only handle unconstrained multiobjective problems. Readers can contact ruiwangnudt@gmail.com for more details
鲁棒性时间序列算法Time-Series Processing using Google Earth Engine
06-17
1. 首先，需要对数据进行预处理，包括选择合适的窗口大小和计算每个数据点的相对权重。窗口大小通常需要根据具体应用场景进行调整，而相对权重则是根据每个数据点与其邻近数据点之间的距离来计算的。 2. 接下来，...
什么是洗牌算法
Great_Eagle的博客
12-05 244
公众号：扫码开启算法之旅   //对数组中的元素进行随机重新排列，并返回 //arr:数组 function shuffle(arr) { for(let i = arr.length - 1; i >= 0; i--) { //随机从0-i中选择一个下标 let randomIndex = Math.floor(Math.random() * (i + 1)); //将...
GrEA的一个备注
silence1214的专栏
04-14 1132
最近要做到对比试验，因为GrEA里面有个超参就是division的个数，根据作者的建议选取在9的附近，我就在8,9,10周围选择看哪个最好。为了和NSGAIII等这些依赖参考点个数的算法做统一。 根据我的设置15个目标的时候需要的population size是135，结果编译通过，运行的时候总是fault。于是仔细检查了下发现，GrEA的实现中（作者提供的实现）必须是4个倍数。。所以记
Maple笔记2--常微分方程求解
热门推荐
随笔
04-04 1万+
转需看原文地址：Maple笔记2--常微分方程求解作者：Lionel 来源：网络论坛转载（VB资料库） 常微分方程求解 微分方程求解是数学研究与应用的一个重点和难点. Maple能够显式或隐式地解析地求解许多微分方程求解. 在常微分方程求解器dsolve中使用了一些传统的技术例如laplace变换和积分因子法等, 函数pdesolve则使用诸如特征根法等经典方法求解偏微分方程. 此外, M
新手入门 | 跑分子动力学必须要知道的5个点
hdpai2018的博客
12-29 2563
许多在实际实验中无法获得的微观细节，而在分子动力学模拟中可以很方便的得到，这种优点使得分子动力学模拟在新材料的研究和开发、预测材料的介观和宏观性质、生物分子结构与功能预测等领域显得十分重要，由此改变了过去理论计算与实验的关系。
多目标优化算法（一）：知识储备
Lyx2019的博客
01-30 8941
多目标优化算法（一）：知识储备 算法小白第一次记笔记，多多指教！ 注：我最近在研读向毅博士的毕业论文，以下知识点来自其博士论文，但是也有我自己的理解与总结。在此附上论文的百度学术链接：https://xueshu.baidu.com/usercenter/paper/show?paperid=1g5806j0910a00p0rd3g0ax0r5437805&site=xueshu_se 目录 智能优化算法的优势 优化问题的分类 高维多目标演化算法的分类（MaOEAs） 多目标优化问题基本定义 多目
MATLAB与FlightGear联合飞行仿真：模型构建与动画设置
MATLAB提供了强大的数据处理和算法开发能力，而FlightGear则提供了一个逼真的飞行环境，两者结合极大地扩展了飞行器模拟的灵活性和准确性。这在飞机设计验证、自动驾驶系统开发、飞行训练模拟等领域都有着广泛的应用...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值