MATLAB非均匀网格梯度计算

server/2024/9/24 8:20:31/

matlab中,gradient函数可以很方便的对均匀网格进行梯度计算,但是对于非均匀网格,但是gradient却无法求解非均匀网格的梯度,这一点我之前犯过错误。我之前以为在gradient函数中指定x,y等坐标,其求解的就是非均匀网格梯度了,然而并不是。
在这里插入图片描述
于是,今天下午开始写非均匀网格求梯度的函数。
首先,函数的要求为:
1、边界处采用二阶偏心差分
2、内部网格点采用二阶中心差分
3、计算三维矩阵的梯度

明确目标之后,我们首先进行理论推导:

理论推导

1、内部网格点

在这里插入图片描述
对a1和a3两点分别进行泰勒展开,公式如下:
a 3 = a 2 + a ˙ 2 Δ x 2 + 1 2 a ¨ 2 Δ x 2 2 + O ( Δ x 2 3 ) 1 ◯ a 1 = a 2 − a ˙ 2 Δ x 1 + 1 2 a ¨ 2 Δ x 1 2 + O ( Δ x 1 3 ) 2 ◯ a_{3}=a_{2}+\dot{a}_{2}\Delta x_{2}+\frac{1}{2}\ddot{a}_{2}\Delta x_{2}^{2}+O(\Delta x_{2}^{3})\textcircled{1} \\a_{1}=a_{2}-\dot{a}_{2}\Delta x_{1}+\frac{1}{2}\ddot{a}_{2}\Delta x_{1}^{2}+O(\Delta x_{1}^{3})\textcircled{2} a3=a2+a˙2Δx2+21a¨2Δx22+O(Δx23)1a1=a2a˙2Δx1+21a¨2Δx12+O(Δx13)2

在这里插入图片描述
最终得到
在这里插入图片描述

2、边界点

在这里插入图片描述

理论部分结束,下面进入代码部分

代码部分

首先,我写了一个1D的函数

matlab">function dydx = calc_grad_1D(x,y)
%% 求解一维数组的梯度
%% input1:一维函数坐标-->x
%% input2:一维函数值-->y
dydx = zeros(1,length(x));
for i = 1:length(x)if i>1 && i<length(x)deltax1 = x(i)-x(i-1);deltax2 = x(i+1)-x(i);son = (y(i+1)*deltax1^2-y(i-1)*deltax2^2-y(i)*(deltax1^2-deltax2^2));mom = (deltax2*deltax1^2+deltax1*deltax2^2);dydx(i) = son/mom;elseif i==1n = (x(3)-x(1))/(x(2)-x(1));son = y(i+2)-y(i+1)*n^2-(1-n^2)*y(i);mom = (n-n^2)*(x(i+1)-x(i));dydx(i)=son/mom;elseif i==length(x)n = (x(i)-x(i-2))/(x(i)-x(i-1));son = y(i-2)-y(i-1)*n^2-(1-n^2)*y(i);mom = (n-n^2)*(x(i)-x(i-1));dydx(i)=-son/mom;end
end
end

接下来验证该函数的准确性

matlab">x = [1 2 4 7 10];
y = x.^2;
%%
dydx = calc_grad_1D(x,y);
%%
dydx_ana = 2.*x;
plot(x,dydx_ana,'-*')
hold on
plot(x,dydx,'-o')
xlabel('x');ylabel('dydx')
legend('理论值','数值解')

在这里插入图片描述
接下来我们进行3D矩阵的梯度求解,思想是调用上述的1D求解函数。
代码如下:

matlab">function [dfdx,dfdy,dfdz] = calc_grad_3D(F,X,Y,Z)
%UNTITLED26 此处提供此函数的摘要
%   此处提供详细说明
nx = size(X,1);ny = size(Y,2);nz = size(Z,3);
dfdx = zeros(nx,ny,nz);dfdy = zeros(nx,ny,nz);dfdz = zeros(nx,ny,nz);
for j = 1:nyfor k = 1:nzdfdx(:,j,k) = calc_grad_1D(X(:,j,k),F(:,j,k));end
end
for i = 1:nxfor k = 1:nzdfdy(i,:,k) = calc_grad_1D(Y(i,:,k),F(i,:,k));end
end
for i = 1:nxfor j = 1:nydfdz(i,j,:) = calc_grad_1D(Z(i,j,:),F(i,j,:));end
end
end

具体案例是求解函数 F = x 2 + y 2 + z 2 F=x^2+y^2+z^2 F=x2+y2+z2在三个方向的梯度

matlab">clc;clear
x = 1:10;y = x;z = x;
[X,Y,Z] = ndgrid(x,y,z);
F = X.^3+Y.^2+Z.^3;
%%
[dFdy,dFdx,dFdz] = gradient(F,Y(1,:,1),X(:,1,1),Z(1,1,:));
%%
[dfdx,dfdy,dfdz] = calc_grad_3D(F,X,Y,Z);
%% 理论解与数值解对比
dfdy_ana = 2.*(Y);
dfdy_ana = reshape(dfdy_ana,1000,1);
dfdy = reshape(dfdy,1000,1);
dFdy = reshape(dFdy,1000,1);
c = abs(dfdy-dfdy_ana);
d = abs(dFdy-dfdy_ana);
plot(c,'-o')
hold on
plot(d,'-o')
%% 绘图设置
axis([0 1000 0 2])
legend('My code','MATLAB gradient')
ylabel('误差')

结果如下:
在这里插入图片描述可以看出,matlab里的gradient函数由于在边界上采用一阶差分,因此存在误差,而我们的函数内部点和边界点都采用二阶精度,因此误差为0。


http://www.ppmy.cn/server/15588.html

相关文章

集创赛Robei杯——Robei八角板7020简介

官方介绍 若贝八角板是一款FPGA开发板&#xff0c;可以用于系统设计与教育教学、竞赛、IC验证、系统控制、挖矿、云计算等用途&#xff0c;板子整体呈现正八角形&#xff0c;尺寸非常小&#xff0c;68x68mm&#xff0c;手掌心大小。虽然板子很小&#xff0c;但是功能齐全&#…

netsh int ipv4 show dynamicport tcp动态端口port设置

netsh int ipv4 show dynamicport tcp netsh int ipv4 set dynamicport tcp start4000 num10000

公司项目协作Git的使用

声明:因本人技术有限,这篇文章里面可能会有一些错误,希望发现的同仁能够指出,还望大家海涵。如果你觉得这个对你来说完全小儿科,你也可以无视,这篇教程只是给对git还不是很熟悉,不懂如何使用版本工具的同仁予以参考。 1、目的 由于我们的项目都是多人合作,在编写代码的…

2024.4.23 关于 LoadRunner 性能测试工具详解 —— VUG

目录 引言 LoadRunner 三大组件之间的关系 LoadRunner 脚本录制 启动并访问 WebTours 脚本录制 编译 运行&#xff08;回放&#xff09; LoadRunner 脚本加强 事务插入 插入集合点 插入检查点 参数化 ​编辑 打印日志 引言 问题&#xff1a; 此处为啥选择使用 Lo…

融合公式调权思考

一般在多目标任务任务中有加法公式、乘法公式、混合加法、非线性公式等&#xff0c;通过业务特性和应用场景选择不同方式&#xff0c;线上调参也有很多方案&#xff0c;自动寻参&#xff08;成本较高&#xff0c;比如进化算法、网格搜索、随机搜索、贝叶斯优化、自动调参工具如…

Java集合

零.集合整体概述 为什么使用集合而不是数组&#xff1f; 因为集合大小可变&#xff0c;提供了各种各样的数据结构&#xff0c;支持各种各样的类型&#xff0c;有各种各样方便使用的API。 一.List 1.ArrayList:数组 ArrayList 中可以存储null 值&#xff0c;但不建议向其中添…

20240425在Ubuntu20.04下检测HDD机械硬盘

20240425在Ubuntu20.04下检测HDD机械硬盘 2024/4/25 14:28 百度&#xff1a;免费 HDD 机械硬盘坏道检测 ubuntu HDD机械硬盘 坏道检测 https://blog.csdn.net/anny0001/article/details/136001767 ubuntu 坏道扫描 Mystery_zero 已于 2024-02-02 22:20:46 修改badblocks -b 819…

react之初识state

第二章 - 添加交互 State: 组件的记忆 组件通常需要根据交互更改屏幕上显示的内容。输入表单应该更新输入字段&#xff0c;单击轮播图上的“下一个”应该更改显示的图片&#xff0c;单击“购买”应该将商品放入购物车。组件需要“记住”某些东西&#xff1a;当前输入值、当前…