量子化状态系统(Quantized State System,QSS)在求解一般常微分方程(Ordinary Differential Equation,ODE)系统时,比传统基于时间离散的积分方法更具优势,但QSS方法不适合求解刚性ODE系统,为此提出一种基于量子化状态系统的步进校正优...量子化状态系统(Quantized State System,QSS)在求解一般常微分方程(Ordinary Differential Equation,ODE)系统时,比传统基于时间离散的积分方法更具优势,但QSS方法不适合求解刚性ODE系统,为此提出一种基于量子化状态系统的步进校正优化算法(Step-correction Optimization Algorithm Based on QSS,SCOA based-on QSS),它结合QSS方法及隐式算法中梯形积分法的思想,以有效提高刚性ODE系统的求解精度和效率。通过对3个典型刚性ODE算例的仿真求解,结果表明,SCOA based-on QSS算法总体上比其他算法更具优势,同时在适当减小量子大小时能显著提高仿真精度。展开更多
量化状态系统(Quantized state system,QSS)方法是一种新的数值积分方法,它与传统基于时间离散的积分方法不同,QSS方法对状态变量进行离散,依次计算每次状态变量跃迁所需要的时间,从而推进积分。针对柔性关节机器人动力学刚性方程的求...量化状态系统(Quantized state system,QSS)方法是一种新的数值积分方法,它与传统基于时间离散的积分方法不同,QSS方法对状态变量进行离散,依次计算每次状态变量跃迁所需要的时间,从而推进积分。针对柔性关节机器人动力学刚性方程的求解问题,提出一种基于量化状态系统的步进校正优化算法(Step correction optimization algorithm,SCOA)。它结合QSS方法及隐式算法中梯形积分法的思想,以有效提高动力学求解的精度和效率。通过对四自由度柔性关节机器人动力学刚性方程的仿真求解,证明了算法的可行性。将SCOA算法与传统数值积分方法和QSS方法从仿真效率与仿真精度两方面进行性能对比,结果表明,SCOA算法在保证仿真效率的同时能有效提高仿真精度,算法性能优于传统方法和QSS方法。展开更多
文摘量子化状态系统(Quantized State System,QSS)在求解一般常微分方程(Ordinary Differential Equation,ODE)系统时,比传统基于时间离散的积分方法更具优势,但QSS方法不适合求解刚性ODE系统,为此提出一种基于量子化状态系统的步进校正优化算法(Step-correction Optimization Algorithm Based on QSS,SCOA based-on QSS),它结合QSS方法及隐式算法中梯形积分法的思想,以有效提高刚性ODE系统的求解精度和效率。通过对3个典型刚性ODE算例的仿真求解,结果表明,SCOA based-on QSS算法总体上比其他算法更具优势,同时在适当减小量子大小时能显著提高仿真精度。