Документация

Вычисляет состояние модели с помощью решателя фиксированного шага, который выбирает автоматический решатель. В то время образцовые компиляции auto изменяется на решатель фиксированного шага, который автоматический решатель выбирает на основе образцовой динамики. Нажмите на гиперссылку решателя в правом нижнем углу модели, чтобы принять или изменить этот выбор.

Вычисляет состояние модели на следующем временном шаге как явная функция текущей стоимости состояния и производных состояния, с помощью метода интегрирования Формулы Шемпина Богацков, чтобы вычислить производные состояния.

Вычисляет время следующего временного шага путем добавления фиксированного размера шага к текущему времени.

Используйте этот решатель для моделей без состояний или дискретных состояний только, с помощью фиксированного размера шага. Полагается на блоки модели, чтобы обновить дискретные состояния.

Точность и отрезок времени получившегося моделирования зависит от размера шагов, сделанных моделированием: чем меньший размер шага, тем более точный результаты, но дольше взятия моделирования.

Использует Dormand-принца восьмого порядка формула, чтобы вычислить образцовое состояние на следующем временном шаге как явная функция текущей стоимости состояния и производных состояния, аппроксимированных в промежуточных точках.

Использует Dormand-принца пятого порядка формула, чтобы вычислить образцовое состояние на следующем временном шаге как явная функция текущей стоимости состояния и производных состояния, аппроксимированных в промежуточных точках.

Использует четвертый порядок формула (RK4) Рунге-Кутта, чтобы вычислить образцовое состояние на следующем временном шаге как явная функция текущей стоимости состояния и производных состояния.

Использует метод интегрирования Heun, чтобы вычислить образцовое состояние на следующем временном шаге как явная функция текущей стоимости состояния и производных состояния.

Использует Эйлеров метод интегрирования, чтобы вычислить образцовое состояние на следующем временном шаге как явная функция текущей стоимости состояния и производных состояния. Этот решатель требует меньшего количества вычислений, чем решатель высшего порядка. Однако это обеспечивает сравнительно меньше точности.

Использует комбинацию метода Ньютона и экстраполяции от текущей стоимости, чтобы вычислить состояние модели на следующем временном шаге, как неявная функция состояния и производной состояния на следующем временном шаге. В следующем примере, X состояние, дуплекс является производной состояния, и h является размером шага:

Этот решатель требует большего количества вычисления на шаг, чем явный решатель, но более точен для данного размера шага.

Вычисляет состояние модели с помощью решателя переменного шага, который выбирает автоматический решатель. В то время образцовые компиляции auto изменяется на решатель переменного шага, который автоматический решатель выбирает на основе образцовой динамики. Нажмите на гиперссылку решателя в правом нижнем углу модели, чтобы принять или изменить этот выбор.

Вычисляет состояние модели на следующем временном шаге с помощью явной формулы Рунге-Кутта (4,5) (модификация Дорманда-Принца) для численного интегрирования.

ode45 является решателем с одним шагом, и поэтому только нуждается в решении в предыдущем моменте времени.

Используйте ode45 в качестве первой попытки большинства проблем.

Вычисляет время следующего шага путем добавления размера шага, который отличается в зависимости от уровня изменения состояний модели.

Используйте этот решатель для моделей без состояний или дискретных состояний только, с помощью переменного размера шага.

Вычисляет состояние модели на следующем временном шаге с помощью явного Рунге-Кутта (2,3) формула (пара Шемпина Богацков) для численного интегрирования.

ode23 является решателем с одним шагом, и поэтому только нуждается в решении в предыдущем моменте времени.

ode23 более эффективен, чем ode45 в грубых допусках и в присутствии умеренной жесткости.

Вычисляет состояние модели на следующем временном шаге с помощью переменного порядка метод численного интегрирования Адамса-Бэшфорта-Маултона PECE.

ode113 является многоступенчатым решателем, и таким образом обычно нуждается в решениях в нескольких предыдущих моментах времени, чтобы вычислить текущее решение.

ode113 может быть более эффективным, чем ode45 в строгих допусках.

Вычисляет состояние модели на следующем временном шаге с помощью переменного порядка числовые формулы дифференцирования (NDFs). Они связаны с, но более эффективный, чем формулы дифференцирования назад (BDF), также известные как метод Гира.

ode15s является многоступенчатым решателем, и таким образом обычно нуждается в решениях в нескольких предыдущих моментах времени, чтобы вычислить текущее решение.

ode15s эффективен для жестких проблем. Попробуйте этот решатель, если ode45 перестал работать или неэффективен.

Вычисляет состояние модели на следующем временном шаге с помощью измененной формулы Розенброка порядка 2.

ode23s является решателем с одним шагом, и поэтому только нуждается в решении в предыдущем моменте времени.

ode23s более эффективен, чем ode15s в грубых допусках и может решить жесткие проблемы, для которых ode15s неэффективен.

Вычисляет состояние модели на следующем временном шаге с помощью реализации метода трапеций со “свободным” interpolant.

ode23t является решателем с одним шагом, и поэтому только нуждается в решении в предыдущем моменте времени.

Используйте ode23t, если проблема только умеренно жестка, и вам нужно решение без числового затухания.

Вычисляет состояние модели на следующем временном шаге с помощью многоступенчатой реализации TR-BDF2, неявной формулы Рунге-Кутта с первой стадией метода трапеций и второго этапа, состоящего из формулы дифференцирования назад порядка два. Конструкцией та же матрица итерации используется в оценке обоих этапов.

ode23tb более эффективен, чем ode15s в грубых допусках и может решить жесткие проблемы, для которых ode15s неэффективен.

Вычисляет состояние модели на следующем временном шаге путем решения систем дифференциальных алгебраических уравнений, следующих из моделей Simscape. daessc предоставляет устойчивые алгоритмы, специально предназначенные, чтобы моделировать дифференциальные алгебраические уравнения, являющиеся результатом моделирования физических систем.

daessc только доступен с продуктами Simscape.