摘要: http://www.360doc.com/content/10/0610/22/1217721_32411251.shtml 避免使用for循环: 在Matlab中,for循环运算效率非常低,因为Matlab是一种解释语言。像矩阵乘法的宏操作与诸如增加标号的微操作差不多一样快,因为代码解释的顶层都 阅读全文
posted @ 2018-07-04 22:07 yongbin-H 阅读(696) 评论(0) 推荐(0) 编辑
摘要: 做量化操作的时候经常需要使用到matlab编写策略或者计算多因子,for循环非常慢,自己找了一些matlab中for循环的优化方法,for的部分每处理一个大矩阵都要花费大量的时间,这是不可避免需要遇到的问题~。 方法1:循环多不要紧,要紧的是循环嵌套得太多,要解决这个问题,需要从根本上找原因,用更好 阅读全文
posted @ 2018-07-04 21:59 yongbin-H 阅读(6396) 评论(0) 推荐(0) 编辑
摘要: 前两天在论坛上看到有人问关于正方形四边形单元(以下简称正四边形单元)的刚度矩阵是否都是一样的问题,起初乍一想,觉得应该不一样。但心里想,既然有人提到这个问题,而且以前也没有见过类似的讨论,决定还是自己推导一把。 以下图所示的正四边形单元为例, 1、按照等参元方法构造插值函数,位移模式可表示为, 2、 阅读全文
posted @ 2018-07-04 15:32 yongbin-H 阅读(2383) 评论(0) 推荐(0) 编辑
摘要: sparse函数 功能:Create sparse matrix-创建稀疏矩阵 用法1:S=sparse(X)——将矩阵X转化为稀疏矩阵的形式,即矩阵X中任何零元素去除,非零元素及其下标(索引)组成矩阵S。 如果X本身是稀疏的,sparse(X)返回S。 例如: A= 0 2 0 4 0 6 7 0 阅读全文
posted @ 2018-07-04 09:02 yongbin-H 阅读(1066) 评论(0) 推荐(0) 编辑
摘要: sparse函数 功能:创建稀疏矩阵 用法1:S=sparse(X)—将矩阵X转化为稀疏矩阵的形式,即矩阵X中任何零元素去除,非零元素及其下标(索引)组成矩阵S。 如果X本身是稀疏的,sparse(X)返回S。 举例如下: 用法2:S = sparse(i,j,s,m,n,nzmax)——由i,j, 阅读全文
posted @ 2018-07-04 08:58 yongbin-H 阅读(16499) 评论(0) 推荐(0) 编辑