我真的很难在MATLAB上优化微积分代码.
这是获得非线性材料的材料特性所需的大量计算.
此计算需要超过2.4亿步.
它本身相当简单,因为它包含大量的金额.
唯一的问题是数字存储在各种数组和列表中,这有点令人困惑.
这是原始代码:
Tensor=zeros(3,3,3,3);
for m=1:3
for n=1:3
for o=1:3
for p=1:3
for x=1:16
for y=1:16
for z=1:16
for i=1:3
for j=1:3
for k=1:3
for l=1:3
for r=1:3
for s=1:3
sum=sum+(1/(8*(pi()^2))*P{x,y,z}(i,m)*P{x,y,z}(j,n)*P{x,y,z}(k,o)*P{x,y,z}(l,p)*(TensorC(i,j,k,l)-TensorC0(i,j,r,s))*TensorA(r,s,k,l)*sin(omega(x))*p_omega(x)*p_phi(y)*p_beta(z);
end
end
end
end
end
end
end
end
end
Tensor(m,n,o,p)=sum;
end
end
end
end
P {x,y,z}(i,m)是基础公式的变化(对于其他公式相同):i和m确定公式的类型,并且使用x,y和z变量计算结果.
求和中的所有其他数字都是在数组和张量中拾取的实数.
我试图从最后一个for循环中提取尽可能多的变量,以便尽快计算它们减少操作次数:
Tensor=zeros(3,3,3,3);
CO1=1/(8*(pi()^2));
for m=1:3
for n=1:3
for o=1:3
for p=1:3
sum=C0_tensor(m,n,o,p);
for x=1:16
CO7=sin(omega(x));
CO8=p_omega(x);
for y=1:16
CO9=p_phi(y);
for z=1:16
CO10=p_beta(z);
for i=1:3
CO2=P{x,y,z}(i,m);
for j=1:3
CO3=P{x,y,z}(j,n);
for k=1:3
CO4=P{x,y,z}(k,o);
for l=1:3
CO5=P{x,y,z}(l,p);
CO6=TensorC(i,j,k,l);
for r=1:3
for s=1:3
CO11=TensorC0(i,j,r,s);
CO12=TensorA(r,s,k,l);
sum=sum+CO1*CO2*CO3*CO4*CO5*(CO6-CO11)*CO12*CO7*CO8*CO9*CO10;
end
end
end
end
end
end
end
end
end
Tensor(m,n,o,p)=sum;
end
end
end
end
但是,计算时间太长了.
我没有看到任何并行化或矢量化计算的方法……
从一个数组或一个矩阵中检索一个特定值的操作似乎非常慢……
你认为我应该构建一个包含所有值的巨大张量而不是使用倍数吗?