基于量化状态的混合系统仿真方法

混合系统仿真和不连续性处理一直是基于时间离散的积分方法所面临的难题,而量化状态系统(Quantized State System,QSS)方法是一种新的基于状态变量离散的数值积分方法。针对混合系统仿真问题,提出一种QSS+DEVS(Discrete Event System Specification)求解方法。混合系统的离散部分以DEVS模型来表示,采用QSS实现混合系统的连续部分离散化,同样用DEVS模型表示,以两个DEVS模型的耦合作为整个混合系统的仿真模型。通过对两个实例系统的仿真求解,验证了QSS+DEVS方法的精确性、高效性和简便性,为混合系统仿真提供了一条新的途径。

线性多步量化状态系统算法及在溢流阀上应用

传统数值积分方法难以计算溢流阀仿真过程中的刚性问题。为此,提出一种线性多步量化状态系统算法。对状态变量进行离散,通过预估量化变量值,将隐式算法以显式形式来表达,避免了迭代求解;根据多变量耦合情况来确定状态变量的跃迁条件,同时根据已知信息对下一时刻的计算结果进行修正,提高了整体计算的速度和精度。通过求解典型刚性算例,验证了算法的可行性。工程实例仿真结果表明,提出算法的性能优于传统算法和量化状态系统(Quantized State System,QSS)算法。

基于QSS的自适应多步校正算法及其在柔性航天器动力学中的应用

量化状态系统(QSS)算法是一种基于状态变量离散化的数值积分方法,该方法与基于时间离散的传统方法显著不同,QSS通过计算状态变量每次跃迁所需的时间来推进下一步的积分。在求解非刚性常微分方程时,QSS算法比传统算法更具优势,但它不适合求解刚性问题。为此提出一种基于QSS的自适应多步校正算法(AMCQSS),该算法以QSS为基础、结合隐式多步法思想,在计算过程中可以自适应选择二步法或三步法,以有效提高求解刚性问题的精度和效率。通过对柔性航天器动力学的仿真求解,验证了算法的可行性。将该算法与ODE23tb、ODE15s、ODE45以及QSS等算法进行对比,结果表明AMCQSS算法既能保证求解的效率及精度,又具有较好的收敛性和稳定性。

犬王

队里借支的三百斤谷吃完,我们几个又断顿了。饿饭也不是一回两回,大伙儿并不把这当作多么严重的事。村后广袤的湖沼,就是咱们的“战备粮仓”。这湖沼,方圆近百华里,有莲藕。只要肯脱裤子,滚个浑身臭泥,一个下午,挖它十几斤、几十斤藕毫无问题,若怕脏的话,摘百多个老莲蓬,煮莲子米也能当饱。湖里还遍生蒿草。草窝窝里,间或可寻大大小小、花色各异的鸟蛋。野鸭蛋最多,只是比鸡蛋还小;大雁蛋也有,比鸭蛋小一点点;天鹅收益很少见,不过即使有,也不忍下手。最壮观的是灰鹤蛋,比鸭蛋还大,象只小拳头。