还是矩阵乘方运算优化的问题。。。
 

之前用一维数组计算矩阵的乘方，但算法有个缺点，若Ti=1000，算y(500)，M作500次的乘方; 再算y(501)，M又要再作501次的乘方。。。当Ti特别大时，运算就显得特别没有效率。后来想到用三维数组来计算，数学上是优化了，但没想到三维数组的存储那么费时间，大概是优化前的4倍。。。
现在我把2种方法都贴出来，请大家帮忙看看，还有什么方法可以减少运算时间啊，谢谢了！


优化后的(一万次方差不多用了我20秒钟。。。)：

ldd=0;
ldu=50* 10 ^ -9;
dt=1;
mttr=8;
Ti=10000;
mdd=1/mttr;
mdu=1/(Ti/2+mttr);
M=[1-(ldd+ldu)*dt mdd*dt mdu*dt 0
ldd*dt 1-(ldu+mdd)*dt 0 mdu*dt
ldu*dt 0 1-(ldd+mdu)*dt mdd*dt
0 ldu*dt ldd*dt 1-(mdd+mdu)*dt];
pfd=[0 1 1 1]*M^(Ti/dt)*[1;0;0;0];
pfdg=ldu*(Ti/2+mttr)+ldd*mttr;
Y(:,:,1)=eye(4);

for i=1:Ti/dt
X(i)=i;
Y(:,:,i+1)=Y(:,:,i)*M;
Z1(i)=[0 1 1 1]*Y(:,:,i+1)*[1;0;0;0];
Z2(i)=ldu*(Ti/2+mttr)+ldd*mttr;
end

plot(X,Z1,'b',X,Z2,'r');
legend ('pfd','pfdg');


优化前的(一万次方差不多5,6秒)：

ldd=0;
ldu=50* 10 ^ -9;
dt=1;
mttr=8;
Ti=10000;
mdd=1/mttr;
mdu=1/(Ti/2+mttr);
M=[1-(ldd+ldu)*dt mdd*dt mdu*dt 0
ldd*dt 1-(ldu+mdd)*dt 0 mdu*dt
ldu*dt 0 1-(ldd+mdu)*dt mdd*dt
0 ldu*dt ldd*dt 1-(mdd+mdu)*dt];
pfd=[0 1 1 1]*M^(Ti/dt)*[1;0;0;0];
pfdg=ldu*(Ti/2+mttr)+ldd*mttr;

for i=1:1:Ti
x(i)=i;
y1(i)=[0 1 1 1]*M^x(i)*[1;0;0;0];
y2(i)=ldu*(Ti/2+mttr)+ldd*mttr;
end
plot(x,y1,'r',x,y2,'b');
legend ('pfd','pfdg')

回复: 还是矩阵乘方运算优化的问题。。。
 

没人关注吗？
。。。只好自己来顶一下了