2.2.1 迭代原理与收敛判定标准 (ABSTOL, RELTOL, VNTOL)

文档摘要

2.2.1 迭代原理与收敛判定标准 (ABSTOL, RELTOL, VNTOL) 在电路仿真、电力系统潮流计算、非线性器件建模乃至现代机器学习优化器的底层实现中，牛顿-拉夫逊（Newton-Raphson, N-R）方法绝非教科书里一个优雅却遥远的迭代公式——它是一台精密运转的“数值引擎”，其每一次雅可比矩阵求逆、每一轮残差向量更新、每一个收敛判据的触发，都直接决定着仿真是否能在毫秒内完成，或在第17次迭代后突然崩溃报错：“CONVERGENCE FAILED AT NODE X342”。而真正让这台引擎不熄火、不爆缸、不误判的关键，并非牛顿公式的二阶收敛性本身，而是那三行看似平淡无奇、却深藏玄机的收敛容差控制参数：、和。