[发明专利]一种基于最小结构奇异子集的分块快速延展方法有效
申请号: | 201310528908.5 | 申请日: | 2013-10-30 |
公开(公告)号: | CN103530278A | 公开(公告)日: | 2014-01-22 |
发明(设计)人: | 唐卷;冯勇;吴文渊;杨文强 | 申请(专利权)人: | 重庆绿色智能技术研究院 |
主分类号: | G06F17/16 | 分类号: | G06F17/16 |
代理公司: | 北京同恒源知识产权代理有限公司 11275 | 代理人: | 赵荣之 |
地址: | 401122 重庆市北*** | 国省代码: | 重庆;85 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 最小 结构 奇异 子集 分块 快速 延展 方法 | ||
1.一种基于最小结构奇异子集的分块快速延展方法,其特征在于:包括以下步骤:
步骤一:将多物理场模型产生的稀疏高阶DAE系统转化为Σ矩阵;
步骤二:对Σ矩阵进行块状上三角矩阵分解为:其中
步骤三:对每一独立的块状上三角矩阵Σi,采用分块快速延展方法获取它的最优偏移向量;
步骤四:由每个Σi矩阵局部最优偏移向量构成Σ矩阵的整体最优偏移向量,将DAE系统转化为ODE系统,并找出一致初始点值的约束方程。
2.根据权利要求1所述的一种基于最小结构奇异子集的分块快速延展方法,其特征在于:步骤三中的分块快速延展方法具体包括以下步骤:
1)存储块状上三角结构的Σ矩阵(符号矩阵)和对角子方阵阶数:输入n阶p块上三角结构的Σ矩阵
存储其每一对角子方阵阶数到对应的p维向量S:=[s1,s2,...,sp]1×p中,且满足
2)初始化设定,令i=1,n维p块参数向量md=[md1,md2,..mdp]1×p,方程偏移值向量c=[c1,c2,..cp]1×p,和变量偏移值向量d=[d1,d2,..dp]1×p,
3)存储中间矩阵MS:取MS=Mii,即Σ矩阵M的第i的子方阵;
4)运用含参数Σ矩阵约简方法,获取偏移向量ci和di,[ci,di]=PSMRM(Mii,mdi),再取mdi=di;
5)判断主算法计算是否结束:如果i=p,输出c和d,结束;否则,i=i+1;
6)非对角矩阵[Mi-1,i,…,Mi-1,p]更新:只要第i-1个子方阵Mi-1,i-1的方程偏移值ci-1中存在元素ci-1[j]>0,则[Mi-1,i,…,Mi-1,p]矩阵的第j行中所有的非负元素都增加ci-1[j];
7)参数向量[mdi,mdi+1,..,mdp]更新:取更新后[Mi-1,i,…Mi-1,p]矩阵中各列的最大值,转步骤3)。
3.根据权利要求2所述的一种基于最小结构奇异子集的分块快速延展方法,其特征在于:所述含参数Σ矩阵约简方法具体包括以下步骤:
1)输入n(>1)阶Σ矩阵M和需要满足限制的n维参数向量md;
2)初始化设定:k=0,方程n维偏移向量c=[0,0,...,0]1×n,变量偏移向量d=[0,0,...,0]1×n,方程集合变量集合和变量匹配方程n维数向量Matching=[0,0,...,0]1×n;
3)变量偏移向量d的初始更新:先取d为M中各列的最大值构成的向量,再取d为d和参数md对应各元素中的最大值来更新d中对应的元素值,即d=max(d,md);
4)方程主导数集合L选取:调用函数L=FindLeadingDerivativeSet(M,d),其中函数表示为L={(i,j)|Mi,j=dj,i=1...n,j=1...n};
5)判断子算法计算是否结束:如果i=n,输出c和d,结束;否则,i=i+1,取PATHFOUND=FALSE;
6)标记变量向量初始化设定:Label=[0,0,...,0]1×n;
7)匹配查找:运用FindMatching(i,PATHFOUND,Label,Matching,L);
8)判断是否找到匹配:如果找到匹配,PATHFOUND=TRUE,转步骤(2.5);否则,找到集合X={j|Label[j]=1}和关于X的MSS子集F={i}∪{Matching[j]|j∈X};
9)对MSS子集进行微分,并更新方程偏移向量c和调整M矩阵:如果F仅有一个元素i,取md与M矩阵的第i行之间向量差的最小值为ac,c[i]=c[i]+ac,对M矩阵的第i行中所有非负元素都增加ac;否则依次取i′∈F,c[i′]=c[i′]+1,并对M矩阵的第i′行中所有非负元素增加1;
10)变量偏移向量d和方程主导数集合L更新:md取M矩阵各列的最大值,再更新d为max(d,md),并取L=FindLeadingDerivativeSet(M,d),转步骤6)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆绿色智能技术研究院,未经重庆绿色智能技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310528908.5/1.html,转载请声明来源钻瓜专利网。