مطالعه

مطالعه

گره در درخت مدل شامل یک یا چند مرحله مطالعه است، دستورالعمل هایی که برای تنظیم حل کننده ها و حل متغیرهای وابسته استفاده می شود. تنظیمات گره های و می تواند بسیار پیچیده باشد. ساده ترین موردی را در نظر بگیرید که برای آن فقط باید یک مطالعه ایجاد کنید، یک مرحله مطالعه اضافه کنید و آن را اجرا کنید.

با تکیه بر مثال بخش های قبلی در مورد انتقال حرارت ثابت، اجازه دهید یک مرحله مطالعه

model.study().create(“std1”); // Study with tag std1

model.study(“std1”).create(“stat”, “Stationary”);

model.study(“std1”).run();

فراخوانی متد اجرا به طور خودکار یک دنباله حل کننده در ساختار داده model.sol ایجاد می کند و سپس حل کننده مربوطه را اجرا می کند. تنظیمات حل‌کننده به‌طور خودکار با ترکیبی از رابط‌های فیزیکی که انتخاب کرده‌اید، پیکربندی می‌شوند. همانطور که در ادامه این بخش نشان داده شده است، می توانید به صورت دستی این تنظیمات را تغییر دهید. ساختار داده model.sol تقریباً با محتوای گره در زیر گره در درخت مدل مطابقت دارد.

تمام تنظیمات حل کننده سطح پایین در model.sol موجود است. ساختار model.study به عنوان یک دستورالعمل سطح بالا استفاده می شود که نشان می دهد چه تنظیماتی باید در model.sol ایجاد شود که یک دنباله حل کننده جدید ایجاد شود.

برای سازگاری با عقب، برخی از تنظیمات سطح پایین در model.sol به طور خودکار هنگام استفاده از ایجاد می‌شوند .

مثال زیر یک مورد مفصل‌تر از برنامه‌ریزی مطالعه را نشان می‌دهد که می‌تواند برای مثال انتقال حرارت ثابت که قبلا نشان داده شد، قابل استفاده باشد. دستورالعمل های زیر شباهت بیشتری به خروجی تولید شده با استفاده از گزینه دارد.

ابتدا نمونه هایی از گره std1 ) و یک زیرگره مرحله مطالعه

model.study().create(“std1”);

model.study(“std1”).create(“stat”, “Stationary”);

تنظیمات واقعی که نحوه اجرای مطالعه را تعیین می‌کنند، در مجموعه‌ای از عملیات در ساختار داده ، با برچسب sol1 ، که به مطالعه مرتبط است، وجود دارد:

model.sol().create(“sol1”);

model.sol(“sol1”).study(“std1”);

کد زیر دنباله ای از عملیات موجود در sol1 را تعریف می کند .

ابتدا یک گره را در زیر گره ایجاد کنید تا مشخص کنید کدام مرحله مطالعه و مطالعه استفاده می شود:

model.sol(“sol1”).create(“st1”, “StudyStep”);

model.sol(“sol1”).feature(“st1”).set(“study”, “std1”);

model.sol(“sol1”).feature(“st1”).set(“studystep”, “stat”);

سپس، یک گره ایجاد کنید ، که مقیاس بندی و مقادیر اولیه متغیرهای وابسته را کنترل می کند و نحوه مدیریت متغیرهایی را که برای موارد زیر حل نشده اند، تعیین می کند:

model.sol(“sol1”).create(“v1″، “Variables”);

حالا یک گره شامل دستورالعمل هایی است که برای حل سیستم معادلات و محاسبه مقادیر متغیرهای وابسته استفاده می شود.

model.sol(“sol1”).create(“s1″، “Stationary”);

برای انتخاب انواع حل کننده های خاص، گره های فرعی را به گره اضافه کنید. در این مثال، از حل کننده

model.sol(“sol1”).feature(“s1”).create(“i1″، “Iterative”);

یک زیرگره پیش‌شرطی

model.sol(“sol1”).feature(“s1”).feature(“i1”).create(“mg1″، “Multigrid”);

شما می توانید چندین ساختار داده در یک گره مطالعه (مانند sol1 ، sol2 ، و غیره) داشته باشید که دنباله های مختلفی از عملیات را تعریف می کنند. فرآیند اطلاع رسانی به مطالعه ای که باید از کدام مطالعه استفاده شود، با «پیوست کردن» ساختار داده sol1 با مطالعه std1 انجام می شود :

model.sol(“sol1”).attach(“std1”);

مرحله پیوست تعیین می‌کند که در هنگام انتخاب در رابط کاربری دسکتاپ COMSOL، کدام دنباله ساختار داده باید اجرا شود .

در نهایت مطالعه را اجرا کنید که معادل اجرای ساختار داده sol1 است :

model.sol(“sol1”).runAll();

حاصل در شکل زیر نشان داده شده است. توجه داشته باشید که چندین گره اضافی به صورت خودکار اضافه می شوند. اینها گره های پیش فرض هستند و می توانید هر یک از این گره ها را با فراخوانی روش صریح ویرایش کنید. می توانید هر یک از گره ها را ویرایش کنید تا روش ها و نحو مورد استفاده را مشاهده کنید.

تغییر تنظیمات حل کننده سطح پایین

برای نشان دادن اینکه چگونه می توان برخی از تنظیمات حل کننده سطح پایین را تغییر داد، موردی را در نظر بگیرید که در آن تنظیمات گره این زیرگره نوع حلگر غیرخطی مورد استفاده را کنترل می کند.

ممکن است به خط اول زیر نیازی نباشد (می‌توانست به طور خودکار با کدی مشابه آنچه در بالا نشان داده شده است تولید شود).

model.sol(“sol1”).feature(“s1”).create(“fc1”, “FullyCoupled”);

with(model.sol(“sol1”).feature(“s1”).feature(“fc1”));

set(“dtech”, “auto”); // The Nonlinear method (Newton solver)

set(“initstep”, “0.01”); // Initial damping factor

set(“minstep”, “1.0E-6”); // Minimum damping factor

set(“rstep”, “10”); // Restriction for step-sized update

set(“useminsteprecovery”, “auto”); // Use recovery damping factor

set(“minsteprecovery”, “0.75”); // Recovery damping factor

set(“ntermauto”, “tol”); // Termination technique

set(“maxiter”, “50”); // Maximum number of iterations

set(“ntolfact”, “1”); // Tolerance factor

set(“termonres”, “auto”); // Termination criterion

set(“reserrfact”, “1000”); // Residual factor

endwith();

برای اطلاعات بیشتر در مورد معنای این تنظیمات و سایر تنظیمات حل‌کننده سطح پایین، به بخش حل‌کننده راهنمای مرجع برنامه‌نویسی مراجعه کنید.

برای تغییر تنظیمات حل کننده سطح پایین نیاز است که model.sol ابتدا ایجاد شده باشد. همیشه اولین باری که یک مطالعه را محاسبه می کنید ایجاد می شود، با این حال، می توانید تولید خودکار model.sol را به صورت زیر فعال کنید:

model.study().create(“std1”);

model.study(“std1”).create(“stat”, “Stationary”); model.study(“std1”).showAutoSequences(“sol”);

جایی که فراخوانی به showAutoSequences مربوط به گزینه است که با کلیک راست بر روی گره در درخت مدل موجود است.

اگر نمی‌خواهید کنترل دستی تنظیمات در model.sol (توالی حل‌کننده) را در دست بگیرید و برای ایجاد تنظیمات حل‌کننده به واسط‌های فیزیکی تکیه کنید، می‌تواند استفاده شود. اگر برنامه شما از تنظیمات حل کننده تولید شده به صورت خودکار استفاده می کند، به روز رسانی و بهبود حل کننده ها در نسخه های بعدی به طور خودکار گنجانده می شود. متناوباً، مدل. sol به‌طور خودکار تولید می‌شود ، می‌تواند به عنوان نقطه شروعی برای ویرایش‌های خود در تنظیمات حل‌کننده سطح پایین مفید باشد.

بررسی وجود راه حل

هنگام ایجاد یک برنامه، اغلب مفید است که راه حلی وجود داشته باشد یا خیر. متد model.sol( ” sol1 ” ).isEmpty() یک بولی برمی گرداند و اگر ساختار حل sol1 خالی باشد درست است. برنامه ای را در نظر بگیرید که در آن حالت حل در یک رشته solutionState ذخیره می شود . کد زیر بسته به خروجی متد isEmpty وضعیت را تنظیم می کند:

if (model.sol(“sol1”).isEmpty()) {

solutionState = “nosolution”;

}

else {

solutionState = “solutionexists”;

}

روش دیگر ، solutionState را می توان به nosolution مقداردهی اولیه کرد و کد زیر برای نشان دادن تغییر وضعیت مربوط به مقادیر ورودی که تغییر کرده اند استفاده می شود:

if (solutionState.equals(“solutionexists”)) {

solutionState = “inputchanged”;

}

تقریباً همه برنامه‌های کاربردی نمونه در کتابخانه‌های کاربردی از این تکنیک استفاده می‌کنند.

شما چه احساسی دارید

اشتراک گذاری این مقاله :