小编Ang*_*ueR的帖子

与仅在 Modelica 中定义连续导数函数 C0 相比,有什么优势?

我想知道 Modelica 在实现可导函数(对 min(.) 函数具有连续导数)方面是否有任何优势?

\n

对于 x\xe2\xa9\xbe0 的 min(.) 函数,我尝试了以下操作:

\n
1/ f1(x,s) := Smooth(0, noEvent(min(x,s)))\n2/ f2(x,s) := Smooth(10, x*(1+(x/s)^60)^(-1/60) )\n
Run Code Online (Sandbox Code Playgroud)\n

实现如下所示:

\n
function Limiter "Function  Limiter"\n  input Real x;\n  input Real xc(final min=0);\n  output Real y;\nprotected \n  Real mx;\n  parameter Real k=3;\n  parameter Integer o(\n    final min=1,\n    max=30) = 30;\n  final parameter Integer twoO=2*o;\nalgorithm \n  mx := noEvent(min(x, k*xc));\n  if noEvent(abs(xc)) >= 1 then\n    y := mx*(1 + (mx/xc)^twoO)^(-1/twoO);\n  else\n    y := mx*xc*(xc^twoO + mx^twoO)^(-1/twoO);\n  end if;\n …
Run Code Online (Sandbox Code Playgroud)

minimum smoothing derivative modelica

2
推荐指数
1
解决办法
65
查看次数

标签 统计

derivative ×1

minimum ×1

modelica ×1

smoothing ×1