兰伯特问题解决者的集合
项目描述
lamberthub:兰伯特问题解决者的中心
使用现代 Python 实现的 Lambert 问题求解器集合。
通过运行安装最新的稳定版本:
pip install lamberthub
如果您有兴趣了解问题是什么、如何解决或有哪些应用程序,请查看项目的官方文档。有关软件内部的更多信息,请参阅API 文档。
有哪些求解器可用?
安装后,您可以lamberthub
通过运行以下命令检查随附的求解器:
from lamberthub import ALL_SOLVERS
print([solver.__name__ for solver in ALL_SOLVERS])
目前,可以使用以下算法:
>>> ['gooding1990', 'avanzini2008', 'arora2013', 'izzo2015']
如何使用求解器?
实现的任何兰伯特问题算法lamberthub
都是一个 Python 函数,它接受以下参数:
# Import a solver of your choice from the ones listed above
from lamberthub import authorYYYY
v1, v2 = authorYYYY(mu, r1, r2, tof, prograde=True, low_path=True, maxiter=35, atol=1e-5, rtol=1e-7, full_output=False)
其中author
是开发求解器的作者姓名和YYYY
出版年份。ALL_SOLVERS
可以使用由宏托管的任何求解器。
参数
mu
:引力参数,即吸引体的质量乘以引力常数。r1
: 初始位置向量。r2
: 最终位置向量。tof
:初始向量和最终向量之间的飞行时间。
附加参数
prograde
:此参数控制最终轨道的倾角。如果设置为True
,则传输将具有 0 到 90 度之间的倾斜度,而如果False
提供 90 到 180 度之间的倾斜度。low_path
:当有两个以上的解决方案可用时选择路径类型。一种或另一种解决方案没有实际优势,除非您对您的任务有特殊限制。maxiter
:计算解决方案时允许的最大迭代次数。atol
:迭代方法的绝对容差。rtol
:迭代方法的相对容差。full_output
:如果True
,它返回额外的信息,比如我们的迭代次数。
退货
v1
: 初始速度向量。v2
: 最终速度矢量。
额外回报
numiter
: 迭代次数。仅当full_output
已设置为True
.tpi
:每次迭代的时间。仅当full_output
已设置为True
.
文档和性能比较工具
官方的lamberthub 文档包含与包相关的不同操作指南、解释、教程和参考。
如果您对提供的性能比较工具感兴趣,请参阅此文档章节,您可以找到有关如何使用这些工具的简短教程。
项目详情
下载文件
下载适用于您平台的文件。如果您不确定要选择哪个,请了解有关安装包的更多信息。
源分布
lamberthub-0.1.tar.gz
(33.4 kB
查看哈希)
内置分布
lamberthub-0.1-py3-none-any.whl
(39.2 kB
查看哈希)
关
lamberthub -0.1.tar.gz 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | b8550192fc0d0d5ee8d4d891f2e3f4da63cf60ad93ad41032f635b78e440c4cd |
|
MD5 | 2afe6c1604cc9bc76ea5cd52a42021a6 |
|
布莱克2-256 | 71482c0da4cd1b2ac26da641efadb2560f24f383302e12e3139bbe7e776ca94f |
关
lamberthub -0.1-py3-none-any.whl 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 0fc060fd5afaaa8a49acae3e47df496527ddcfe43cde8ea93cfe2299f9ed34b8 |
|
MD5 | 8645e154c710e5a27c23cdb442e0e6e1 |
|
布莱克2-256 | 4b29323f03b5a2add9d209088291e547f58ffaa6d0d1940d6c66b42df6d56e55 |