我是python的新手,但仍然想用最简单的方法来做事。你知道吗
下面我贴出我的代码,如果有人能查一查,找出这里出了什么问题,将是一个很大的帮助。你知道吗
问题:我必须解非线性方程组,我的代码在给定的例子中就是这样做的。但在解决我自己的练习时,它并不收敛,这意味着X(i-1)/x(1)
->;1
没有得到满足。你知道吗
另一件事是,它实际上停止了第5次迭代的计算,但我并没有指定任何关于第5次迭代的内容,当前3次迭代顺利进行时。我认为它储存了很多记忆…但这只是我的猜测。你知道吗
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
#Needed variables and constants
n = 2
a1 = 0.04
a2 = 0.04
As1 = 19.64 * 10**(-4)
As2 = 12.64 * 10**(-4)
e0 = 0.07
b = 0.3
h = 0.5
Ned = 1990 * 10**3
fcd = 7.2 * 10**6
Ecm = 27 * 10**9
Es = 200 * 10**9
d = h - a1
e = (h/2) + e0
Eps2 = 0.002
Eps35 = 0.0035
d_x0 = 5 * 10**(-3)
d_r0 = 5 * 10**(-5)
fyd = 650 * 10**6
#Calculations
def x(i):
if i == 1:
return h
return x(i - 1) + d_x(i-1)
def r(i):
if i == 1:
return (Ned * e) / ((Ecm * b * (h ** 3)) / 12)
return r(i - 1) + d_r(i-1)
def d_x(i):
A = np.array([[f1_x(i), f1_r(i)], [f2_x(i), f2_r(i)]])
B = np.array([-f1(i), -f2(i)])
C = np.linalg.solve(A, B)
return C[0]
def d_r(i):
A = np.array([[f1_x(i), f1_r(i)], [f2_x(i), f2_r(i)]])
B = np.array([-f1(i), -f2(i)])
C = np.linalg.solve(A, B)
return C[1]
def Nb(i):
return (b * fcd / r(i)) * (r(i) * h - (Eps2 / (n + 1)) * (1 - (r(i) * (x(i) - h)) / Eps2) ** (n + 1))
def Mb(i):
return (b * fcd / (r(i) ** 2)) * (-(((Eps2 - r(i) * (x(i) - h)) ** (n + 1)) * (r(i) * (x(i) - h) * (n + 1) + Eps2) / ((n + 2) * (n + 1) * (Eps2 ** n))) + (r(i) ** 2) * h * (x(i) - h / 2))
def Ns1(i):
return Es * r(i) * (x(i) - d) * As1
def Ns2(i):
return Es * r(i) * (x(i) - a2) * As2
def Ms1(i):
return Es * r(i) * ((x(i) - d) ** 2) * As1
def Ms2(i):
return Es * r(i) * ((x(i) - a2) ** 2) * As2
def f1(i):
return Nb(i) + Ns1(i) + Ns2(i) - Ned
def f2(i):
return Mb(i) + Ms1(i) + Ms2(i) - (Ned * (x(i) - (h / 2) + e0))
# Derivatives of all the required elements
def Ns1_x(i):
return Es * r(i) * As1
def Ns1_r(i):
return Es * As1 * (x(i) - d)
def Ns2_x(i):
return Es * r(i) * As2
def Ns2_r(i):
return Es * As2 * (x(i) - a2)
def Ms1_x(i):
return Es * r(i) * As1 * 2 * (x(i) - d)
def Ms1_r(i):
return Es * As1 * (x(i) - d) ** 2
def Ms2_x(i):
return Es * r(i) * As2 * 2 * (x(i) - a2)
def Ms2_r(i):
return Es * As2 * (x(i) - a2) ** 2
def Nb_x(i):
return (((b * fcd / r(i)) * (r(i) * h - (Eps2 / (n + 1)) * (1 - (r(i) * ((x(i) + d_x0) - h)) / Eps2) ** (n + 1))) -((b * fcd / r(i)) * (r(i) * h - (Eps2 / (n + 1)) * (1 - (r(i) * ((x(i) - d_x0) - h)) / Eps2) ** (n + 1)))) / (2 * d_x0)
def Nb_r(i):
return (((b * fcd / (r(i) + d_r0)) * ((r(i) + d_r0) * h - (Eps2 / (n + 1)) * (1 - ((r(i) + d_r0) * (x(i) - h)) / Eps2) ** (n + 1))) -((b * fcd / (r(i) - d_r0)) * ((r(i) - d_r0) * h - (Eps2 / (n + 1)) * (1 - ((r(i) - d_r0) * (x(i) - h)) / Eps2) ** (n + 1)))) / (2 * d_r0)
def Mb_x(i):
return ((b * fcd / (r(i) ** 2)) * (-(((Eps2 - r(i) * ((x(i) + d_x0) - h)) ** (n + 1)) * (r(i) * ((x(i) + d_x0) - h) * (n + 1) + Eps2) / ((n + 2) * (n + 1) * (Eps2 ** n))) + (r(i) ** 2) * h * ((x(i) + d_x0) - h / 2)) -(b * fcd / (r(i) ** 2)) * (-(((Eps2 - r(i) * ((x(i) - d_x0) - h)) ** (n + 1)) * (r(i) * ((x(i) - d_x0) - h) * (n + 1) + Eps2) / ((n + 2) * (n + 1) * (Eps2 ** n))) + (r(i) ** 2) * h * ((x(i) - d_x0) - h / 2))) / (2 * d_x0)
def Mb_r(i):
return ((b * fcd / ((r(i) + d_r0) ** 2)) * (-(((Eps2 - (r(i) + d_r0) * (x(i) - h)) ** (n + 1)) * ((r(i) + d_r0) * (x(i) - h) * (n + 1) + Eps2) / ((n + 2) * (n + 1) * (Eps2 ** n))) + ((r(i) + d_r0) ** 2) * h * (x(i) - h / 2)) -(b * fcd / ((r(i) - d_r0) ** 2)) * (-(((Eps2 - (r(i) - d_r0) * (x(i) - h)) ** (n + 1)) * ((r(i) - d_r0) * (x(i) - h) * (n + 1) + Eps2) / ((n + 2) * (n + 1) * (Eps2 ** n))) + ((r(i) - d_r0) ** 2) * h * (x(i) - h / 2))) / (2 * d_r0)
def f1_x(i):
return Nb_x(i) + Ns1_x(i) + Ns2_x(i)
def f1_r(i):
return Nb_r(i) + Ns1_r(i) + Ns2_r(i)
def f2_x(i):
return Mb_x(i) + Ms1_x(i) + Ms2_x(i) - Ned
def f2_r(i):
return Mb_r(i) + Ms1_r(i) + Ms2_r(i)
# Results of iterations
def Eps_C2(i):
return x(i) * r(i)
def Eps_C1(i):
return (x(i) - h) * r(i)
def Sig_S1(i):
return Es * r(i) * (x(i) - d)
def Sig_S2(i):
return Es * r(i) * (x(i) - a2)
for i in range(1,10):
print('Iteration', i)
print(Mb(i))
print(Mb_r(i))
print(d_r(i))
t.y.所有评论。你知道吗
作为一个新手,我很抱歉再次发布这样的东西。你知道吗
所有的好主意都是一个上午产生的。你知道吗
问题是,代码甚至在没有FOR循环的情况下运行。问题是每次代码到达最后一次调用的迭代时。你知道吗
解决方案:我在计算后为新计算的值创建全局变量,并将其附加到新的全局空列表中。然后在第二次迭代中,它从全局变量中取出值,这意味着它不需要再次计算所有的内容。你知道吗
如果有人想计算一点非线性钢筋混凝土的工程,只要改变给定的全局变量。你知道吗
我猜你是在浪费大量的时间重新评估相同的、不变的表达式。有些调用看起来是递归的,只是浪费了大量的计算工作。如果你想以自己的风格编写代码,Python并不是最好的语言——这可能是我在数学上的想法,但对于计算机来说,它是一种可怕的计算方式
作为黑客,您可以尝试在每个函数周围放置缓存,例如:
(见https://stackoverflow.com/a/9674327/1358308)
如果可以的话,我建议重写你的代码来保存计算出的值。例如,类似于:
相关问题 更多 >
编程相关推荐