مقادیر ماتریس را در نقاطی از هندسه ارزیابی کنید.
نحو
model.result().numerical().create( <ftag> “EvalPointMatrix”);
model.result().numerical( <ftag> ).set( خاصیت , <value> );
model.result().numerical( <ftag> ).getReal();
model.result().numerical( <ftag> ).getReal( <columnwise> );
model.result().numerical( <ftag> ).getReal( <outersolnum> );
model.result().numerical( <ftag> ).getReal( <columnwise> , <outersolnum> );
model.result().numerical( <ftag> ).getImag();
model.result().numerical( <ftag> ).getImag( <تخصیص> , <columnwise> );
model.result().numerical( <ftag> ).getImag( <outersolnum> );
model.result().numerical( <ftag> ).getImag( <تخصیص> , <columnwise> , <outersolnum> );
model.result().numerical( <ftag> ).isComplex();
model.result().numerical( <ftag> ).isComplex( <outersolnum> );
model.result().numerical( <ftag> ).computeResult();
model.result().numerical( <ftag> ).setResult();
model.result().numerical( <ftag> ).appendResult();
model.result().numerical( <ftag> ).selection();
شرح
model.result().numerical().create( <ftag> “EvalPointMatrix”) یک ویژگی ارزیابی با نام <ftag> ایجاد می کند .
model.result().numerical(<ftag>).getReal() نتیجه واقعی را برمی گرداند و در صورت لزوم ویژگی را دوباره محاسبه می کند. داده ها به گونه ای مرتب شده اند که یک ردیف حاوی داده هایی برای همه اعداد راه حل باشد. این یکسان است با ( <columnwise> ) زمانی که ستونی نادرست باشد. اگر به صورت ستونی درست باشد، ترتیب برعکس است: هر ستون حاوی مقادیر تمام اعداد راه حل است.
model.result().numerical( <ftag> .getImag( <allocate> , <columnwise> ) بخش خیالی نتیجه پیچیده را برمی گرداند و در صورت لزوم ویژگی را دوباره محاسبه می کند. اگر تخصیص درست باشد، یک ماتریس با ارزش صفر حتی زمانی که نتیجه واقعی باشد تخصیص داده می شود. getImag() از <allocate> true و <columnwise> false استفاده می کند
model.result().numerical( <ftag> ).isComplex() اگر نتیجه پیچیده باشد مقدار true را برمی گرداند. مقدار به دست آمده یک اسکالر است که اگر هر یک از عبارات موجود در یک آرایه دارای ارزش پیچیده باشد، درست است.
model.result().numerical( <ftag> ).isComplex( <outersolnum> ) اگر نتیجه برای حل بیرونی داده شده پیچیده باشد، true را برمی گرداند. <outersolnum> فقط برای راه حل های جاروب پارامتریک قابل استفاده است و شاخص هر راه حل پارامتری بیرونی است.
model.result().numerical( <ftag> ).computeResult() ماتریس داده هایی را که متد setResult به جدول اضافه می کند برمی گرداند. ماتریس فقط شامل داده‌ها می‌شود، نه ستون‌های پارامتر، و از تنظیمات اختصاصی جدول استفاده نمی‌کند.
( ) . _ _ _ _ _ _ _ .
model.result().numerical(<ftag>).selection() نقاطی را انتخاب می کند که کمیت ماتریس باید ارزیابی شود. model.result().numerical(<ftag>).selection().all(); تمام نقاط هندسه را انتخاب می کند.
خواص زیر موجود است:
نام | ارزش | پیش فرض | شرح |
پایان | آرایه رشته ای از جفت ویژگی/مقدار | خالی | پارامترهای مورد استفاده در عبارات |
داده ها | هیچکدام | پدر و مادر | نام مجموعه داده | اولین مجموعه داده سازگار | مجموعه داده ای که این ویژگی به آن اشاره دارد. والد فقط در صورت استفاده در گروه ارزیابی قابل اجرا است. |
مجموعه داده ها | متوسط | هیچکدام | مجموع | هیچ یک | عملیاتی که به سری داده های تشکیل شده توسط ارزیابی روی راه حل های داخلی اعمال می شود. |
توصیف | رشته | وابسته به مدل | شرح عبارت در expr . در عنوان خودکار استفاده می شود. |
دیفرانسیل | در | خاموش | بر | آیا عبارت باید در نقطه خطی سازی خطی شود یا خیر. فقط در صورتی قابل اجرا است که روش ارزیابی هارمونیک باشد . |
روش ارزیابی | linpoint | هارمونیک | lintotal | lintotalavg | lintolrms | lintotalpeak | هارمونیک | فقط برای راه حل هایی با نقطه خطی سازی ذخیره شده قابل استفاده است. کنترل می کند که آیا نقطه خطی شدن، اغتشاش یا ترکیبی باید هنگام ارزیابی عبارت استفاده شود. |
expr | رشته | وابسته به مدل | متغیر ماتریسی برای رسم. |
ignorenan | در | خاموش | بر | هنگامی که روشن است، NaN هنگام گرفتن میانگین در سری داده های داخلی یا خارجی نادیده گرفته می شود. با این حال، اگر همه ورودی‌ها برای یک جزء معین NaN باشند، NaN را به عنوان خروجی دریافت می‌کنید. |
ورودی درونی | همه | اول | آخرین | دفترچه راهنما | شاخص های راهنمای | interp | همه | نحوه وارد کردن راه حل برای استفاده کتابچه راهنمای کاربر نشان می دهد که solnum استفاده شده است. شاخص های دستی نشان می دهد که solnumindices استفاده شده است. interp نشان می دهد که t استفاده شده است. |
interp | ماتریس دو ردیفه | در تمام سطوح خالی است | زمان استفاده، برای سطوح گذرا. زمانی در دسترس است که داده ها والد نیستند و داده های اساسی گذرا هستند. |
localzphys | اسکالر | 0 | زمانی که locdef روی فیزیکی تنظیم شود ، مختصات z محلی است . |
localzrel | اسکالر، -1-1 | 0 | زمانی که locdef روی نسبی تنظیم شود ، مختصات z نسبی محلی است . |
locdef | مرجع | فیزیکی | نسبت فامیلی | ارجاع | تعریف مکان، اگر ورودی لوسین روی دستی تنظیم شده باشد : یک سطح مرجع، مختصات z فیزیکی، یا یک مختصات z نسبی. فقط هنگام استفاده از مجموعه داده لایه لایه یا پوسته در دسترس است. |
سطح حلقه | ماتریس ردیف عدد صحیح | همه راه حل ها در تمام سطوح | راه حل های مورد استفاده، در هر سطح. |
looplevelindices | ماتریس ردیف عدد صحیح | خالی | یک راه جایگزین برای تعیین راه حل های مورد استفاده، که به شما امکان می دهد، برای مثال، محدوده (1،1،20) را وارد کنید . زمانی که Looplevelput شاخص های دستی در یک سطح باشد قابل استفاده است. |
Looplevelput | آرایه رشته ای با همه | اول | آخرین | دفترچه راهنما | شاخص های راهنمای | تعامل در هر سطح | همه در همه سطوح | نحوه وارد کردن راه حل برای استفاده، در هر سطح. دستی در یک سطح نشان می دهد که سطح حلقه در آن سطح استفاده می شود. شاخص‌های دستی در یک سطح نشان می‌دهند که از looplelindices در آن سطح استفاده می‌شود. interp در یک سطح نشان می دهد که interp در آن سطح استفاده می شود. |
مجموعه های خارجی | متوسط | هیچکدام | مجموع | هیچ یک | عملیاتی که به سری داده های تشکیل شده توسط ارزیابی روی راه حل های بیرونی اعمال می شود. |
ورودی خارجی | همه | اول | آخرین | دفترچه راهنما | شاخص های دستی | همه | نحوه وارد کردن راه حل های بیرونی برای استفاده فقط برای مدل های جاروب پارامتریک قابل استفاده است. کتابچه راهنمای کاربر نشان می دهد که outersolnum استفاده شده است. شاخص‌های دستی نشان می‌دهند که از outersolnumindices استفاده می‌شود. |
outersolnum | آرایه عدد صحیح غیر منفی | 1 | شاخص محلول های بیرونی برای استفاده. فقط برای مدل های جاروب پارامتریک قابل استفاده است. از آنجایی که محلول های بیرونی مختلف می توانند تعداد سولنوم متفاوتی داشته باشند، از خاصیت solnum استفاده نمی شود. |
عوامل انرژی بیرونی | رشته یا آرایه عدد صحیح | خالی | یک روش جایگزین برای تعیین راه حل های بیرونی مورد استفاده، که به شما امکان می دهد، برای مثال، محدوده (1،1،20) را وارد کنید . زمانی که ورودی بیرونی شاخص های دستی باشد قابل استفاده است . |
خورشید | آرایه عدد صحیح غیر منفی | همه راه حل ها | راه حل های مورد استفاده |
solnumindices | رشته یا آرایه عدد صحیح | خالی | یک راه جایگزین برای تعیین راه حل های مورد استفاده، که به شما امکان می دهد، برای مثال، محدوده (1،1،20) را وارد کنید . زمانی که ورودی داخلی شاخص های دستی باشد قابل استفاده است . |
نمایندگی سول | solnum | اطلاعات راه حل | اطلاعات راه حل | نشان می دهد که کدام روش انتخاب راه حل ها فعال است. |
راه حل پارام ها | دفترچه راهنما | والدین | کتابچه راهنمای | اگر داده‌ها یک مجموعه داده محلی با داده‌های غیر ضروری هستند و این ویژگی بخشی از یک گروه ارزیابی است، راه‌حل‌ها را به صورت دستی مشخص کنید یا آنها را از گروه ارزیابی والد بگیرید. |
تی | آرایه دوتایی | خالی | زمان استفاده زمانی در دسترس است که راه حل اساسی گذرا باشد. |
جدول | جدید | نام جدول | جدید | جدولی که هنگام فراخوانی setResult() یا appendResult() استفاده می شود . new نشان دهنده ایجاد جدول جدید است. |
تخته ها | درونی | بیرونی | درونی | در هنگام فراخوانی setResult() یا appendResult() از راه حل های داخلی یا خارجی به عنوان ردیف در جدول استفاده شود . فقط برای مدل های جاروب پارامتریک قابل استفاده است. |
واحد | رشته | وابسته به مدل | واحد مورد استفاده برای عبارت expr . اگر واحد قدیمی هنگام تغییر عبارت معتبر نباشد، ویژگی unit به حالت پیش فرض بازنشانی می شود. |
همچنین ببینید
EvalGlobal ، Eval ، EvalPoint ، EvalGlobalMatrix ، EvalGlobalSweep
