matlab 微分方程组参数拟合,Matlab 微分方程组参数拟合求助!
//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
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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- ...
- 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 ...
- 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
- 1642: [Usaco2007 Nov]Milking Time 挤奶时间(dp)
- [转]GridView导出Excel总结
- python使用redis做缓存_Python中的Redis客户端缓存(二)
- JavaScript 经典代码大全2
- html中心点缩放,html canvas 让物体随物体中心缩放
- P4777 【模板】扩展中国剩余定理(EXCRT)
- JVM监控及诊断工具命令行篇之jcmd
- 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]
- 我经常登录的GIS专业论坛
- wps怎么全选所有页_wps word中怎么全选一页
- 【DA】单侧T检验p值与双侧T检验p值的关系
- Redis主从复制原理
- ASP.NET Web API项目自动生成接口文档和测试页面
- Lua中获取第二天凌晨的剩余时间
- Android 入门教程:安装 Android Studio
- 微信小程序大全之100荐(701~800)
- WSUS服务器的详细配置和部署
- 从事Web前端要学什么 常用前端开发技术有哪些
- vsCode如何查看某一行代码是谁写的
- 超融合基础架构超融合一体机