优化迭代步长的两种改进增量谐波平衡法

增量谐波平衡法(IHB法)是一个半解析半数值的方法,其最大优点是适合于强非线性系统振动的高精度求解.然而,IHB法与其他数值方法一样,也存在如何选择初值的问题,如初值选择不当,会存在不收敛的情况.针对这一问题,本文提出了两种基于优化算法的IHB法:一是结合回溯线搜索优化算法(BLS)的改进IHB法(GIHB1),用来调节IHB法的迭代步长,使得步长逐渐减小满足收敛条件;二是引入狗腿算法的思想并结合BLS算法的改进IHB法(GIHB2),在牛顿-拉弗森(Newton-Raphson)迭代中引入负梯度方向,并在狗腿算法中引入2个参数来调节BSL搜索方式用于调节迭代的方式,使迭代方向沿着较快的下降方向,从而减少迭代的步数,提升收敛的速度.最后,给出的两个算例表明两种改进IHB法在解决初值问题上的有效性.