有限元求解器

兩個求解器可以進行集成，一般有兩種集成方式：順序集成和協同仿真。順序集成，即Standard計算完成的結果作為Explicit的初始狀態繼續進行計算。協同仿真，在同一個模型中，可以將一部分做成Standard的模型，一部分做成Explicit模型，求解過程中兩部分同時進行，適時進行交互數據。

1、為矩陣提供直接求解。

2、帶寬未進行優化，因此節省了執行此運算所花的時間。

3、僅存儲非零項，而非整個矩陣。（正因為如此，才出現了“稀疏求解器”這一術語。）

4、儘管要存儲的剛度矩陣項更少，但需要更多變量才能存儲非零項的位置。因此，稀疏求解器比其他求解器需要更多內存。

5、對於中小型模型，稀疏求解器的求解速度通常最快。 ^[1] 

1、為矩陣提供間接求解。因此，用户必須指定要執行的最大迭代次數，必須指定決定何時收斂解的收斂準則。不能保證在指定的迭代次數內求出矩陣解。

2、由於迭代求解器需要從初始猜測開始，因此某些處理器具有預調節器。這為提高模型求解效率提供了更多選項。

3、帶寬未進行優化，因此節省了執行此運算所花的時間。

4、迭代求解器所需的內存比稀疏求解器更少。

5、對於大型模型，如果能夠收斂，則迭代求解器的求解速度最快。大小取決於分析類型。對於線性靜態應力而言，150,000 個方程（或自由度）屬於大型模型。而對於需要求解大量時間步的機械運動仿真而言，50,000 個方程才有可能視為大型模型。 ^[2]