Využití počítače při elektrotechnických návrzích

| Kategorie: Kniha  | Tento dokument chci!

Kniha je úvodem do metod praktického modelování, analýzy, návrhu a optimalizace elektrotechnických zařízeni na číslicovém počítači. Výklad je doprovázen jednoduchými názornými příklady řešených úloh z různých odvětví elektrotechniky.Kniha je určena inženýrům a technikům, kteří se zabývají moderním návrhem elektrotechnických zařízení.

Vydal: Alfa, vydavateľstvo technickej a ekonomickej litera­túry, n. p., 815 89 Bratislava, Hurbanovo nám. 3 Autor: Heřman Mann

Strana 458 z 480

Vámi hledaný text obsahuje tato stránku dokumentu který není autorem určen k veřejnému šíření.

Jak získat tento dokument?






Poznámky redaktora
prvním iteračním kroku používají hodnoty f(x) a g(x), kde počáteční odhad minima účelové funkce pokládá s.provedeme zpřesnění 2|0f| h. Tato metodaje opět iterační. V prvním iteračním kroku počítáme diference podle vztahu h,= d'i 2(l-vi dl12) kde dxje relativni přesnost zobrazení nezávisle proměnné. — 3|GhIhf 4\gl Vliv zbylých členů Taylorova rozvoje účelové funkce lze odhadnout výrazem 1 X ‘ 2 Jestliže £?kde sje předepsaná relativní přesnost pro výpočet parciálních derivací účelové funkce, použijeme vzorec (8.38). Účinnější metodou prvního řádu metoda paralelních tečen. První iterační krok stejný jako iterační krok relaxované metody největšího spádu nulovým relaxačním faktorem. Tato metoda iterační. každém dalším iterač­ ním kroku vypočítáme směr «i -g 452 .37). opačném případě použijeme vztah (8. Gradient účelové funkce definován pomocí parciálních derivací účelové funkce jako vektor vztahem <T(. Metody prvního řádu pracují analytickým vyjádřením pro gradient účelové funkce. Relaxovaná metoda největšího spádu málo účinná její vlastnosti silně závisí volbě relaxačního faktoru. prvním iteračním kroku sepoužívají hodnoty f(x) g(x), kde počáteční odhad minima účelové funkce a pokládá x*.v) 3f(x)l‘ _8x1 dxnJ Nejjednodušší metodou prvního řádu relaxovaná metoda největšího spádu. V každém iteračním kroku vypočítáme směr s* rs kde konstantní relaxační faktor, provedeme jednorozměrnou minimalizaci f(x t*x*) min f(x ts*) í&Ei a položíme t*s* f(x t*s*) ->/, g(x -I-t*s*) —►g, Iterační proces ukončíme, jestliže norma gradientu klesne pod předepsanou mez