Итерационная метода

Cтраница 1

Изменение осевой ( а и вращательной ( б составляющих скорости по длине трубы ( тангенциальный подвод. [1]

Итерационные методы связаны с заданием численных значений е, при которых процесс расчета считается законченным. [2]

Итерационные методы в конечном итоге становятся быстрее для больших матриц, возникающих при решении площадных и трехмерных задач ( будут рассмотрены в гл. Для таких задач применение прямых методов наталкивается на серьезные проблемы, связанные с объемом памяти ЭВМ. [3]

Итерационные методы обычно применяют для построения нелинейных моделей объекта. [4]

Итерационные методы в расчетах токов КЗ применяют редко. Сходимость этих методов существенно зависит от элементов матрицы и коэффициентов исходных уравнений. Любой итерационный метод требует большей затраты машинного времени по сравнению с прямыми методами. На основе метода Гаусса разработано много алгоритмов расчета, которые, по существу, отличаются только объемом входной и выходной информации и способом перенумерации узлов исходной системы при реализации решения на ЭВМ. Этот метод эффективен при многовариантных расчетах токов КЗ, однако может применяться при ограниченном числе узлов. [5]

Итерационные методы применяют главным образом для решения задач большой размерности, когда использование прямых методов невозможно из-за ограничений доступной оперативной памяти ЭВМ или из-за необходимости выполнения чрезмерно большого числа арифметических операций. [6]

Итерационные методы с сочетанием обратного и прямого проецирований в наибольшей степени адекватны нелинейной природе ошибок немоноэнергетичности для случая изделий произвольных состава и структуры. Однако в ПРВТ элементный состав и структура бездефектных изделий обычно регламентированы в достаточной степени, что снижает эффективность затрат на итерационные вычисления, облегчая проведение необходимой коррекции ошибок более экономными методами. [7]

Итерационные методы достаточно эффективны при решении конечно-разностных СЛАУ, матрицы которых имеют весьма специальные структуру и спектральные свойства. Метод сопряженных градиентов ( МСГ) [2, 10] нельзя отнести безоговорочно к первой или второй группе, поскольку, будучи итерационным по характеру вычислительного процесса, он дает ( при отсутствии погрешностей округления) точное решение за число шагов, не превышающее размерности задачи. Однако наличие погрешностей округления в реальных расчетах на ЭВМ сводит на нет эту его особенность. [8]

Итерационные методы обычно при больших т эффективнее прямых, когда для последних нарушаются ограничения по памяти или становится значительной погрешность округления. [9]

Итерационные методы могут иметь различное назначение: для теоретического исследования задач с целью доказательства существования и единственности решений; для приближенного аналитического решения уравнений, когда в качестве решения принимается аналитическое выражение какого-либо приближения ( при этом особенно важна скорость сходимости итерационного процесса), и, наконец, для получения приближенных численных решений. В последнем случае итерационный метод может быть как самостоятельным, дающим окончательный результат, так и вспомогательным, уточняющим результаты, полученные предварительно каким-либо другим методом. [10]

Итерационные методы позволяют получить наиболее простые вычислительные алгоритмы решения интегральных уравнений. Кроме того, они становятся неизбежными при решении многих нелинейных задач. Примером может служить процесс решения нелинейных интегральных уравнений методом квадратур, который, несмотря на дискретизацию задачи, не освобождает от необходимости применять итерационные процедуры при решении аппроксимирующих нелинейных конечных уравнений. [11]

Итерационные методы весьма удобны для использования современной вычислительной техники. [12]

Итерационные методы весьма удобны для использования современной вычислительной техники. Изложению наиболее употребительных итерационных методов решения линейных систем посвящен § 1 настоящей главы. [13]

Итерационные методы могут использоваться для уточнения решений, полученных с помощью прямых методов. Такие смешанные алгоритмы обычно довольно эффективны, особенно для плохо обусловленных систем. В последнем случае могут также применяться методы регуляризации. [14]

Оптимизация методами градиента ( а и наискорейшего спуска ( б. [15]

Страницы: 1 2 3 4