PSCAD下的SVPWM的Fortran代码完整程序 可以实现矢量控制 写入.f文件中用 File元件简单调入即可
2019-12-21 22:21:20
32KB
1
understand for fortran：用于分析fotran程序源代码。特别适合大型代码的结构分析。
包含软件本身（版本号为1.4.361）及注册机。
支持功能：
自动分析程序结构。
给出程序结构图表，输出html文档。
找到一个子程序在哪里被使用， 子程序里面又调用了其他什么子程序，子程序里面的变量都是什么意思。
可以作出整个代码的程序结构图，让你对程序一目了然。
自动文档生成，复杂度分析，以及交叉参考功能。
支持FORTRAN 77 (F77) 和FORTRAN 90 (F9X)语言标准。
包含了一个具有语法着色功能的编辑器，它可以告诉你有关编辑内容的信息。
提供了快速的代码导航，详细的交叉参考，交互式的源代码浏览，通过HTML输出报告的自动的文件生成，以及能够与外部编辑器容易地集成。
还包含了一个PERL API和C/C++ API，你可以用来写脚本和程序以便从你的源代码中自动生成文档。
2019-12-21 20:05:50
17.24MB
1
L-BFGS-B 是一种优化算法，全称为 Limited-memory Broyden-Fletcher-Goldfarb-Shanno with Bounds，主要用于解决带有边界约束的非线性优化问题。在FORTRAN语言实现的L-BFGS-B代码中，它采用了有限内存版本的BFGS（Broyden-Fletcher-Goldfarb-Shanno）算法，这种算法在处理大规模问题时比原始BFGS更高效，因为它只需要存储有限数量的向量来近似Hessian矩阵。
BFGS算法是基于拟牛顿法的一种优化方法，通过迭代更新一个正定的Hessian矩阵近似来逼近目标函数的二次近似。在每一步迭代中，BFGS会根据梯度的变化来更新这个近似Hessian，以指导搜索方向的选择。L-BFGS-B则在此基础上加入了边界约束处理，使得优化过程可以在指定的参数空间范围内进行，这对许多实际问题如物理、化学、工程中的优化计算非常有用。
在FORTRAN实现中，L-BFGS-B代码通常包括以下几个核心部分：
1. 初始化：设置初始参数、步长、精度阈值、内存大小等参数。
2. 梯度计算：计算目标函数关于所有变量的梯度，这是BFGS算法的关键输入。
3. Hessian近似更新：利用有限内存存储最近的几次梯度变化，按照BFGS公式更新Hessian矩阵的近似。
4. 方向搜索：根据更新的Hessian近似和梯度，找到下降最快的方向，并执行线搜索找到最优步长。
5. 边界处理：确保每一步更新后的参数值都在约束范围内。
6. 终止条件：如果满足预设的优化条件（如达到一定的函数值精度、梯度范数阈值或迭代次数），则停止算法。
在Lbfgsb.2.1这个文件中，包含了L-BFGS-B算法的具体实现。这个版本可能是算法的一个特定迭代版本，可能包含了一些性能优化和改进。使用这个库，开发者可以方便地将L-BFGS-B优化器集成到他们的FORTRAN程序中，解决有约束的非线性优化问题。
在实际应用中，L-BFGS-B常被用在机器学习模型的参数优化，如支持向量机（SVM）、神经网络的权重调整等。此外，在工程设计、最优化问题求解等领域也有广泛的应用。理解和掌握L-BFGS-B算法及其FORTRAN实现对于从事数值计算和优化的科研人员来说是非常重要的。
2019-12-21 19:35:43
248KB
1