牛顿-辛普森方法在机构运动非线性方程求解中的应用.PDF

牛顿-辛普森方法在机构运动 非线性方程求解中的应用 （黄泰坤 1012205034 建工学院） 摘要：基于牛顿-辛普森法进行了机构运动学分析。介绍了牛顿法和拟牛顿法解 非线性方程组的思想。建立了牛头刨床机构的数学模型，通过牛顿-辛普森方法 求解非线性方程组，利用 MATLAB 编程，得到了机构运动参数，包括位移、速 度、加速度时间历程曲线。 但其缺点体现在：（1）每步需要求解一个线 性方程组；（2 ）当雅可比矩阵奇异或接近奇 机构学问题的综合数学模型一般为复杂 异使，求解困难；（3 ）当初始点不充分靠近 庞大的非线性多项式系统，求解非线性方程 方程组的解时,牛顿法可能不收敛或收敛速度 组的连续法为机构学问题的深入提供了新途 很慢。 径。机构运动学分析中需进行位移分析，列 牛顿法是用一个二次函数去近似一个目 出若干个矢 方程，方程是关于三角函数的 标函数，然后精确地求出这个二次函数的极 非线性超越方程组。求解的方法有多种， 小点，以他作为目标函数极小点x* 的近似值。 k k 于牛顿-辛普森求解方法进行机构运动学分 设已迭代到X ,在点X 处对目标函数按 析。 Taylar 公式展开，即 引言 f (x ) Q(x ) f (x k ) g (x k )(x x k ) 大 的实际问题最终都转化为代数方程 1 k T k k 组，因此非线性方程组的求解是工程应用和 2 (x x ) H (x )(x x ) 数值计算的 本且重要的研究内容。传统的 式 （1） 求解非线性方程组的经典方法包括牛顿法、 k 其中Q （x ）是x 的二次函数，g(x )和 拟牛顿法、梯度法及其改进方法；传统数值 k k H(x )分别是f(x)在点X 处的梯度和Hesse 矩 解法具有较快的收敛速度，是一种非常有效 k k k 的局部搜索迭代算法，但由于收敛的局部性， 阵。Q(x) H (x )(x x ) g (x ) 0 有时有效性较低。现代优化领域出现了仿生 式 （2 ） 优化算法，如粒子群算法、遗传算法、同伦 k k k 算法等等；这些算法大都具有较大范围收敛 得 H (x )(x x ) g (x ) 式 （3 ） 性，在大型非线性方程组问题求解中具有优 -1 k