//若长时间没有结果,在任意可接受输入的窗口,按Ctrl+Alt+q退出Forcal运行。

!using["XSLSF","sys","io"]; //使用命名空间XSLSF、sys和io

//输出一维数组,该函数看不懂不要紧。将%14.6e改为%25.16e可提高输出精度

i: OutVector(p:k,i)= k=FCDLen(p),printf{"\r\n"},i=0,(i

//函数定义,用于计算微分方程组中各方程右端函数值,连分式法对微分方程组积分一步函数pbs1中要用到

//该表达式有2*n+1个参数,第一个参数为自变量,随后n个参数为函数值,最后n个参数为右端函数值(即微分方程的值)。

//n为微分方程组中方程的个数,也是未知函数的个数。

//两个冒号后的5个参数是模块变量,在这里,所有的函数属于同一个模块;模块变量在同一模块的函数内有相同的地址。

//5个模块变量k12,k21,k23,k32,k30就是拟合参数,要预先赋值,这是Forcal中通过模块变量传递参数的方法

f(t,X1,X2,X3,dX1,dX2,dX3::k12,k21,k23,k32,k30)={

dX1=-k12*X1+k21*X2,

dX2=(-k21-k23)*X2+k12*X1+k32*X3,

dX3=(-k32-k30)*X3+k23*X2

};

//用于计算目标函数:对微分方程组从t1积分到t2;x_1,x_2,x_3为实验值

//两个冒号之间的x1,x2,x3,h,i为动态变量

//两个冒号之后的都是模块变量:hf为函数f的句柄;Array为工作数组;step为积分步数;eps控制精度。这些参数要预先赋值

t_i_2(t1,t2,x_1,x_2,x_3:x1,x2,x3,h,i:hf,Array,step,eps)=

{

h=(t2-t1)/step,              //计算积分步长

{   pbs1[hf,t1,Array,h,eps], //连分式法对微分方程组积分一步函数pbs1

t1=t1+h                  //积分步长增加

}.until[abs(t1-t2)

Array.getra(0,&x1,&x2,&x3),  //从数组Array获得t2时的积分值

(x1-x_1)^2+(x2-x_2)^2+(x3-x_3)^2 //计算并返回理论值与实验值差的平方和

};

//目标函数定义。_k12,_k21,_k23,_k32,_k30为拟合参数

//两个冒号之间的t1为动态变量

//两个冒号之后的都是模块变量:Array为工作数组

//k12,k21,k23,k32,k30为拟合参数,该函数工作前,要预先赋值

J(_k12,_k21,_k23,_k32,_k30:t1:Array,k12,k21,k23,k32,k30)={

//将拟合参数_k12,_k21,_k23,_k32,_k30传给模块变量k12,k21,k23,k32,k30,在函数f中要用到k12,k21,k23,k32,k30

k12=_k12,k21=_k21,k23=_k23,k32=_k32,k30=_k30,

t1=0, Array.setra(0,100,0,0),  //设置积分初值,通过模块变量Array传递,Array是一个数组

//t1返回接近积分终值的数,理论上与积分终值相等,但实际上不一定,不过误差极小

t_i_2(&t1, 1 : 90,  8,  2)+    //从0积分到1,并计算计算理论值与实验值差的平方和

t_i_2(&t1, 3 : 73, 19,  7)+    //从1积分到3,并计算计算理论值与实验值差的平方和

t_i_2(&t1, 5 : 60, 14, 23)     //从3积分到5,并计算计算理论值与实验值差的平方和

};

//用于约束条件定义:从t1开始积分,获得t2时的积分值,由参数x1,x2,x3返回

t_i(t1,t2,x1,x2,x3:h,i:hf,Array,step,eps)=

{

h=(t2-t1)/step,

{   pbs1[hf,t1,Array,h,eps], //连分式法对微分方程组积分一步函数pbs1,hf为函数f的句柄

t1=t1+h

}.until[abs(t1-t2)

Array.getra(0,&x1,&x2,&x3)   //从数组Array获得t2时的积分值

};

//约束条件定义:n+3*m元函数,用于计算约束条件中的下限、上限及条件值:n是优化参数数目,m是约束条件数目

//_k12,_k21,_k23,_k32,_k30为优化参数;c0,c1,c2为下限值,d0,d1,d2为上限值,w0,w1,w2为条件值

S(_k12,_k21,_k23,_k32,_k30,c0,c1,c2,d0,d1,d2,w0,w1,w2:t1,x1,x2,x3:Array,k12,k21,k23,k32,k30)=

{

c0=0,         c1=0,         c2=0,    //下限赋值

d0=100,       d1=100,       d2=100,  //上限赋值

//将拟合参数_k12,_k21,_k23,_k32,_k30传给模块变量k12,k21,k23,k32,k30,在函数f中要用到k12,k21,k23,k32,k30

k12=_k12,k21=_k21,k23=_k23,k32=_k32,k30=_k30,

t1=0, Array.setra(0,100,0,0),        //设置积分初值,通过模块变量Array传递,Array是一个数组

t_i(&t1, 1 :  &x1, &x2, &x3), w0=x1+x2+x3,  //条件赋值

t_i(&t1, 3 :  &x1, &x2, &x3), w1=x1+x2+x3,  //条件赋值

t_i(&t1, 5 :  &x1, &x2, &x3), w2=x1+x2+x3   //条件赋值

};

main(:a,b,alpha,_eps,k,x,xx,dx,i,tm:hf,Array,step,eps)=  //主程序,间接调用了上面定义的函数

{

tm=clock(),    //获取系统时钟脉冲

hf=HFor("f"),  //预先获得函数f的句柄,用于积分一步函数pbs1

Array=new[rtoi(real_s),rtoi(45)],  //申请工作数组,用于积分一步函数pbs1

step=20,eps=1e-6, //step为积分步数,要合适,不可太小或太大;eps越小越精确,用于积分一步函数pbs1

a=new[rtoi(real_s),rtoi(5),rtoi(EndType),1e-50,1e-50,1e-50,1e-50,1e-50], //存放常量约束条件中的变量的下界

b=new[rtoi(real_s),rtoi(5),rtoi(EndType),  1,    1,    1,    1,    1  ], //存放常量约束条件中的变量的上界

//以下数组中,前n个分量存放初始复形的第一个顶点坐标值(要求满足所有的约束条件),返回时存放极小值点各坐标值。

//最后一个分量返回极小值。

x=new[rtoi(real_s),rtoi(6),rtoi(EndType), 0.1, 0.1, 0.1, 0.1, 0.1 ],

xx=new[rtoi(real_s),rtoi(6),rtoi(10)],                //申请工作数组

//_eps控制精度要求;alpha为反射系数;k为允许的最大迭代次数;dx为微小增量。需选择合适的alpha,_eps,k,dx值求解。

_eps=1e-10, alpha=1.01,k=800,dx=1e-4,

i=cplx[HFor("J"),HFor("S"),a,b,alpha,_eps,x,xx,k,dx], //求约束条件下n维极值的复形调优法

printf{"\r\n实际迭代次数=%d\r\n",i},

OutVector[x],    //输出数组x,最后一个数是目标函数终值,前面的是相应的优化参数值

delete[Array],delete[a],delete[b],delete[x],delete[xx] , //销毁数组

printf{"\r\n程序运行%e秒。\r\n",[clock()-tm]/1000}       //输出运行时间

};

验证初值(_k12,_k21,_k23,_k32,_k30:t1,c0,c1,c2,d0,d1,d2,w0,w1,w2:hf,Array,step,eps)=

{

hf=HFor("f"),

Array=new[rtoi(real_s),rtoi(45)],

step=20,eps=1e-6,    //step为积分步数,要合适,不可太小或太大;eps越小越精确,用于积分一步函数pbs1

S(_k12,_k21,_k23,_k32,_k30,c0,c1,c2,d0,d1,d2,&w0,&w1,&w2),

printff{"\r\n验证总量:d0={1,r}, d1={2,r}, d2={3,r}, \r\n",w0,w1,w2},

printff{"\r\n验证目标函数:J={1,r}\r\n",J(_k12,_k21,_k23,_k32,_k30)},

t1=0, Array.setra(0,100,0,0),   //设置积分初值,通过模块变量Array传递,Array是一个数组

t_i(&t1, 1 :  &c0, &c1, &c2),

printff{"\r\n实验值:t=1时,x1={1,r,-25.16} x2={2,r,-25.16} x3={3,r,-25.16} ", 90,8,2},

printff{"\r\n拟合值:t=1时,x1={1,r,-25.16} x2={2,r,-25.16} x3={3,r,-25.16} \r\n", c0,c1,c2},

t_i(&t1, 3 :  &c0, &c1, &c2),

printff{"\r\n实验值:t=1时,x1={1,r,-25.16} x2={2,r,-25.16} x3={3,r,-25.16} ", 73, 19,  7},

printff{"\r\n拟合值:t=1时,x1={1,r,-25.16} x2={2,r,-25.16} x3={3,r,-25.16} \r\n", c0,c1,c2},

t_i(&t1, 5 :  &c0, &c1, &c2),

printff{"\r\n实验值:t=1时,d0={1,r,-25.16} d1={2,r,-25.16} d2={3,r,-25.16} ", 60, 14, 23},

printff{"\r\n拟合值:t=1时,d0={1,r,-25.16} d1={2,r,-25.16} d2={3,r,-25.16} \r\n", c0,c1,c2},

delete[Array]

};

验证初值(0.1,0.1,0.1,0.1,0.1);  //第一次选取的初值

验证初值(0.112939,7.11927e-002,0.346605,1.514e-007,9.5563e-003); //forcal最优值

验证初值(0.0771532770947726, 2.59815124915171E-17, 0.197514485785414,  1.64526914364675, 3.42494200234996E-14);  //1stOpt最优值

matlab 微分方程组参数拟合,Matlab 微分方程组参数拟合求助!相关推荐

  1. matlab求解微分代数方程组,微分代数方程(DAE)的Matlab 解法.PDF

    微分代数方程(DAE)的Matlab 解法 微分代数方程(DAE)的Matlab解法 所谓微分代数方程,是指在微分方程中,某些变量满足某些代数方程的约束.假 设微分方程的更一般形式可以写成 前面所介绍 ...

  2. MATLAB当中线性方程组、不定方程组、奇异方程组、超定方程组的介绍

    系列文章目录 MATLAB绘图函数的相关介绍--海底测量.二维与三维图形绘制 MATLAB求函数极限的简单介绍 文章目录 一.线性方程组 1.1.线性方程组简介 1.2.矩阵的初等变换 1.3.MAT ...

  3. 用matlab求不动点迭代,科学网—数值分析--非线性方程组不动点迭代法matlab程序 - 殷春武的博文...

    %%%程序编写者  西北工业大学自动化学院    Email: yincwxa2013@mail.nwpu.edu.cn %%  All rights reserved clear clc x1=in ...

  4. matlab 极限积分,实验二MATLAB中的极限和微分积分运算

    <实验二MATLAB中的极限和微分积分运算>由会员分享,可在线阅读,更多相关<实验二MATLAB中的极限和微分积分运算(28页珍藏版)>请在人人文库网上搜索. 1.实验二 MA ...

  5. matlab二元方程区间求解,matlab求解二元方程组

    陈星似 魔法师 matlab求解二元方程组 悬赏分:0 提问时间:2010-11-30 23:29回答数:1浏览量:241问题指向:全国 t1=(q1+q2+q3+q4-q5-q6-q7)/g1/c1 ...

  6. matlab 极限积分,实验二matlab中的极限和微分积分运算.ppt

    实验二matlab中的极限和微分积分运算实验二matlab中的极限和微分积分运算 实验二 MATLAB中的极限.微分和积分运算 一.实验目的 熟悉MATLAB软件中关于极限.微分运算和不定积分.定积分 ...

  7. 主曲率 matlab,基于Matlab的Hertz接触参数和主曲率差函数关系的拟合

    符号说明a接触椭圆的长半轴F(川的表达式,用拟合的结果求解给定型号轴承的其他Hertz接触参数,并与Hertz接触理论值以及最小二乘法线性回归法(回归法)得到的简化式川求得的结果进行对比.1Hertz ...

  8. 用matlab参数法拟合,MATLAB|曲线拟合基本介绍

    曲线拟合工具箱cftool基本介绍 Tips mathworks官网的和help文件 https://cn.mathworks.com/help/curvefit/fit-comparison-in- ...

  9. 方程组在原点附近解matlab,Matlab计算题:求解下列非线性方程组在原点附近的根: 9x^2 + 36y^2 + 4z^2 =36 X^2 -2y^2- 20z =0 16x –...

    Matlab计算题:求解下列非线性方程组在原点附近的根: 9x^2 + 36y^2 + 4z^2 =36 X^2 -2y^2- 20z =0 16x – 关注:290  答案:2  mip版 解决时间 ...

  10. MATLAB有关lsqcurvefit函数对多个未知参数函数拟合的相关问题

    在MATLAB中关于函数拟合的函数主要分为两类.一类是线性拟合,另一类则是非线性拟合.非线性拟合相对来说,难度会比线性拟合更大一些.本篇文章主要是关于如何使用lsqcurvefit函数进行非线性拟合的 ...

最新文章

  1. 1642: [Usaco2007 Nov]Milking Time 挤奶时间(dp)
  2. [转]GridView导出Excel总结
  3. python使用redis做缓存_Python中的Redis客户端缓存(二)
  4. JavaScript 经典代码大全2
  5. html中心点缩放,html canvas 让物体随物体中心缩放
  6. P4777 【模板】扩展中国剩余定理(EXCRT)
  7. JVM监控及诊断工具命令行篇之jcmd
  8. java学习电子书_Java学习指南(第4版)(上册) 中文完整pdf扫描版[179MB]
  9. 我经常登录的GIS专业论坛
  10. wps怎么全选所有页_wps word中怎么全选一页
  11. 【DA】单侧T检验p值与双侧T检验p值的关系
  12. Redis主从复制原理
  13. ASP.NET Web API项目自动生成接口文档和测试页面
  14. Lua中获取第二天凌晨的剩余时间
  15. Android 入门教程:安装 Android Studio
  16. 微信小程序大全之100荐(701~800)
  17. WSUS服务器的详细配置和部署
  18. 从事Web前端要学什么 常用前端开发技术有哪些
  19. vsCode如何查看某一行代码是谁写的
  20. 超融合基础架构超融合一体机

热门文章

  1. 北方民族大学计算机科学与,北方民族大学计算机科学与工程学院
  2. 概要设计说明书-模板(referrence)
  3. linux安装微软雅黑等字体
  4. 五一劳动节 甩开压力“嗨”起来
  5. CSS的基本概念———每天一遍小知识
  6. 5G与AI, 浅谈(未完待续。。。)
  7. 路由传参的几种方式 亲测有效!!!!
  8. Dubbo常见面试题
  9. Sentinel-1 SAR卫星数据下载
  10. 计算机与投影仪的记录,投影仪和二次元测量仪的区别