dynaform解算器中单精度与双精度有什么区别？

看了一遍感觉的确受益匪浅啊，每次在计算窗口总出现single和double就让人疑惑

解答的非常详细，学习了

谢谢详细的解答！！！:)

简单点说，显式算法不需要迭代，不用重置刚度矩阵，所以不存在收敛不收敛的问题。相对来说计算占用资源少。
隐式算法采用传统迭代法求解，所以需要重置刚度矩阵，所以要考虑收敛性问题。遇到高度非线性问题时不容易收敛，这就是为什么动态非线性问题一般用显式求解的原因。

自己找了点资料
（1） 显式算法
包括动态显式和静态显式算法。
动态显式算法的最大优点是有较好的稳定性。另外，动态显式算法采用动力学方程的中心差分格式，不用直接求解切线刚度，不需要进行平衡迭代，计算速度快，也不存在收敛控制问题。该算法需要的内存也比隐式算法要少。数值计算过程可以很容易地进行并行计算，程序编制也相对简单。另一方面，它也有一些不利方面。显式算法要求质量矩阵为对角矩阵，而且只有在单元级计算尽可能少时速度优势才能发挥, 因而往往采用减缩积分方法，容易激发沙漏模式，影响应力和应变的计算精度。动态显式法还有一个重要特点是：对成形过程的仿真需要使用者正确划分有限元网格和选择质量比例参数、速度和阻尼系数。
静态显式法基于率形式的平衡方程组与Euler前插公式，不需要迭代求解。由于平衡方程式仅在率形式上得到满足，所以得出的结果会慢慢偏离正确值。为了减少相关误差，必须每步使用很小的增量，通常一个仿真过程需要多达几千步。由于不需要迭代，所以这种方法稳定性好，但效率低。
（2）隐式算法
静态隐式算法也是解决金属成形问题的一种方法。在静态隐式算法中，在每一增量步内都需要对静态平衡方程而迭代求解。理论上在这个算法中的增量步可以很大，但是实际运算中上要受到接触以及摩擦等条件的限制。随着单元数目的增加，计算时间几乎呈平方次增加。由于需要矩阵求逆以及精确积分，对内存要求很高。隐式算法的不利方面还有收敛问题不容易得到解决以及当开始起皱失稳时，在分叉点处刚度矩阵出现奇异。
另有一种静态隐式大增量步软件，也属于静态隐式算法，做出了某些改进，如在一些特殊接触条件处理上采用大增量时步，弯曲与拉伸变形的非耦合求解算法，高精度的自适应网格划分等等。这些专用于金属薄板成形的特征有时显得非常有效，但在某些方面不会那么准确。例如，它不能精确模拟接触和脱离接触的过程，无法有效预测起皱失稳。
（3）一步成形法
在这种算法中只采用一个时步，通常采用线性应变路径的假定，并且忽略接触摩擦过程，可以在短时间内根据成形后的构形计算出初始坯料的尺寸。如果结合CAD软件与网格划分功能，这一方法可以在设计的初始阶段提供非常有价值的信息。当然，结果的准确性通常很低，实质上是一种"近似求解（approximation analysis）"。

能再详细的解释一下 隐式算法和现实算法吗？

高手！！谢谢楼主!
请问有dynaform的qq群吗？

呵呵，谢谢版主。

单精度和双精度数值类型最早出现在C语言中（比较通用的语言里面），在C语言中单精度类型称为浮点类型（Float），顾名思义是通过浮动小数点来实现数据的存储。这两个数据类型最早是为了科学计算而产生的，他能够给科学计算提供足够高的精度来存储对于精度要求比较高的数值。但是与此同时，他也完全符合科学计算中对于数值的观念：
当我们比较两个棍子的长度的时候，一种方法是并排放着比较一下，一种方法是分别量出长度。但是事实上世界上并不存在两根完全一样长的棍子，我们测量的长度精度受到人类目测能力和测量工具精度的限制。从这个意义上来说，判断两根棍子是否一样长丝毫没有意义，因为结果一定是False，但是我们可以比较他们两个哪个更长或者更短。这个例子很好地概括了单精度/双精度数值类型的设计初衷和存在意义。
基于上述认识，单精度/双精度数值类型从一开始设计的时候，就不是一个准确的数值类型，他只保证在他这个数值类型的精度之内是准确的，精度之外则不保证，比方说，一个数值5.1，很可能存储在单精度/双精度数值中的实际值是5.100000000001或者5.09999999999999。导致这个现象的原因我们可以通过两种方式来解释：
简单的解释方法：
你可以尝试在任何一个控件的属性面板中，设定他的宽度为：3.2CM，当你输入完毕后，你会发现值自动变成了3.199cm，无论你怎么改，你都无法输入3.200CM，因为实际上在电脑中存储的并不是CM为单位的数值，而是“缇”为单位的数值，而“缇”和CM之间的比值，是个很难被除尽的数，因此你输入完毕后，电脑自动转换成了最接近的“缇”值，然后再转换成厘米显示到属性面板上，这一乘一除，两次四舍五入，误差就出来了。单精度/双精度也是类似的原理，其实在二进制存储的时候，单精度/双精度都采用了类似相近分数的方法，而这样的存储是不可能做到准确的。
深入的解释方法：
让我们来看看我们存储到数字介质中的单精度/双精度值到底是怎么样的，我们使用如下代码对单精度类型进行一个解剖：
Public Declare Sub CopyMemory Lib "kernel32" Alias "RtlMoveMemory" (Destination As Any, Source As Any, ByVal Length As Long)
Public Sub floatTest()
Dim dblVar As Single
dblVar = 5.731 / 8
dblOutput dblVar
dblVar = dblVar * 2
dblOutput dblVar
dblVar = dblVar * 2
dblOutput dblVar
dblVar = dblVar * 2
dblOutput dblVar
dblVar = dblVar * 2
dblOutput dblVar
dblVar = dblVar * 2
dblOutput dblVar
End Sub
Public Sub dblOutput(ByVal dblVar As Single)
Dim bytVar(3) As Byte
Dim i As Integer, j As Integer
Dim strVar As String
CopyMemory ByVal VarPtr(bytVar(0)), ByVal VarPtr(dblVar), 4
strVar = dblVar & ": "
For i = 3 To 0 Step -1
For j = 7 To 0 Step -1
strVar = strVar & (bytVar(i) And 2 ^ j) / 2 ^ j
Next j
strVar = strVar & " "
Next i
Debug.Print strVar
End Sub
运行后我们得到输出结果（输出格式为高位左，低位右）：
.716375: 00111111 00110111 01100100 01011010
1.43275: 00111111 10110111 01100100 01011010
2.8655: 01000000 00110111 01100100 01011010
5.731: 01000000 10110111 01100100 01011010
11.462: 01000001 00110111 01100100 01011010
22.924: 01000001 10110111 01100100 01011010
这里，我们把单精度类型转化成了二进制数据输出，这里我们看到，虽然这六个数字完全不同，但是他们的二进制存储惊人地相似，我们看到红色标记部分，每次都是加1，事实上，单精度数据类型使用从高位开始第1位作为正负标记位（绿色），第2位到第9位，是一个跨字节的有符号字节类型数据，这个数值决定了小数点移动的方向和位数（红色），第10位到32位保存一个整数（蓝色）在存储过程中，电脑首先把输入的值不断移位（乘除2）直到这个数的整数部分占用了全部24位的整数位，然后把移动的位数写入浮点部分（红色），而移位后的结果写入整数部分（蓝色和绿色），小数部分则舍弃。求值的时候则是反向过程，先根据正负位和整数位求值，然后根据红色部分的整数来进行移位（乘除2的次方），最终才是我们得到的单精度数值。双精度数值也是同样原理，只是位数更多而已。
通过解剖单精度数值的二进制存储格式，我们可以清楚看到，实际上单精度/双精度的存储，都要通过乘法和除法，其中必有舍入，如果恰好你的数值在除法中被舍入了，那么你赋的初值就很可能与你最终存储的值不完全相同，其中的微小差异，并不与单精度/双精度的设计目标相违背。
当我们在数据库中或者VBA代码中使用一个单精度/双精度数值的时候，也许你从界面上看不到区别，但是在实际的存储中，这个差别却真真切切地就在那里，当你对其进行相等比较的时候，系统只是简单地作二进制的比较，界面上无法体现的微小差异，在二进制比较面前却无处遁形，于是，你的等于比较返回了一个意料之外的False。
单精度比双精度主要是计算是求解的精度不一样，双精度要比单精度计算的更准确（尾数取的更多，误差更小）但是双精度的计算时间会更长，在一般的计算中，这些误差都是可以不要的，所以没有特殊的需求一般用单精度