[Код вложения] Методы MATLAB и математическое моделирование Реализация MATLAB и приложения MATLAB Массивные вычислительные программы. Программа Программы и визуальное управление данными MATLAB.
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
Номер книги | Ценообразование | автор | Бумага | формат | Количество страниц | Дата публикации | Издание | Подпринт |
9787512430525 | 79 | Се Чжунхуа | клей | 16 | 408 | 2019.9 | 1 | 1 |
Глава 1. Работа с массивом MATLAB 1.
1.1 Схема рабочего интерфейса MATLAB 1
1.2 Определение и типы данных переменных 2
1.2.1 Определение и присвоение переменных 2
1.2.2 Константа 2 в MATLAB
1.2.3 Ключевые слова 4 в MATLAB
1.2.4 Тип данных 4
1.2.5 Формат вывода данных 5
1.3 Общие функции 5
1.4 Определение массива 7
1.4.1 Определение вектора 7
1.4.2 Определение матрицы 8
1.4.3 Специальная матрица 10
1.4.4 Многомерный массив 12
1.4.5 Доступ к элементам массива 13
1.4.6 Определить массив ячеек (Cell Array) 14
1.4.7 Определить структурный массив 15
1.4.8 Несколько преобразований массива 16
1.4.9 Определите массив набора данных 18
1.4.10 Определить табличный массив 18
1.5 Матричные операции 19
1.5.1 Арифметические операции над матрицами 19
1.5.2 Реляционные операции над матрицами 21
1.5.3 Логические операции над матрицами 21
1.5.4 Другие распространенные операции с матрицами 22
Глава 2 Программирование MATLAB 26
2.1 Структура процесса языка MATLAB 26
2.1.1 Структура условного управления 26
2.1.2 Структура цикла 27
2.1.3 структура попытки поймать пробную версию 28
2.1.4 функции остановки, продолжения, возврата и паузы 29
2.2 Напишите свою собственную программу MATLAB 29
2.2.1 Файлы сценариев 29
2.2.2 Функциональные файлы 29
2.2.3 Анонимные функции 31
2.2.4 Подфункции и вложенные функции 31
2.2.5 Рекурсивный вызов функций 33
2.2.6 Общие сочетания клавиш MATLAB и команды быстрого доступа 34
Глава 3 Рисование и визуализация MATLAB 36
3.1 Графические объекты и дескрипторы графических объектов 36
3.1.1 Работа с графическими объектами 36
3.1.2 Получить имя атрибута и значение атрибута графического объекта 37
3.1.3 Установка значений атрибутов графического объекта 38
3.2 Рисование двухмерной графики 38
3.2.1 Основные функции двумерного рисования 38
3.2.2 Модификация и аннотирование двумерной графики 41
3.2.3 Специальные функции двумерного рисования 46
3.3 Отрисовка трехмерной графики 48
3.3.1 Часто используемые функции трехмерного рисования 48
3.3.2 Модификация и аннотирование трехмерной графики 53
3.4 Графическое копирование и вывод 54
3.4.1 Копирование графики в буфер обмена 54
3.4.2 Экспорт графики в файл 55
Глава 4 Управление данными MATLAB 56
4.1 Использование мастера импорта данных для импорта данных 56
4.1.1 Использование мастера импорта данных для импорта файлов TXT 56
4.1.2 Использование мастера импорта данных для импорта файлов Excel 58
4.2 Вызов функций для чтения внешних данных 59
4.2.1 Вызов функции dlmread для чтения файла данных TXT 59
4.2.2 Вызов функции textscan для чтения файла данных TXT 60
4.2.3 Вызов функции xlsread для чтения файлов данных Excel 65
4.2.4 Вызов функции набора данных для создания набора данных 67
4.2.5 Вызов функции readtable для создания таблицы данных 68
4.3 Запись данных в файл 68
4.3.1 Вызов функции сохранения для сохранения результатов расчета 69
4.3.2 Вызов функции xlswrite для записи данных в файл Excel 70
Глава 5. Символьные вычисления MATLAB 72
5.1 Символические объекты и символические выражения 72
5.1.1 Создание символических объектов 72
5.1.2 Ограничение диапазона значений символьных переменных 73
5.1.3 Создание символических выражений 73
5.1.4 Общие операции над символьными выражениями 75
5.1.5 Операции преобразования в символьные операции 77
5.1.6 Графическое представление символьных функций 79
5.2 Символическое исчисление 80
5.2.1 Символьные вычисления пределов, производных и рядов 80
5.2.2 Символьный интегральный расчет 82
5.3 Решение символьных уравнений 82
5.3.1 Решение символических алгебраических уравнений 82
5.3.2 Решение символьных обыкновенных дифференциальных уравнений 84
Глава 6. Численный расчет MATLAB 86
6.1 Численные решения задач исчисления 86
6.1.1 Нахождение разностей и производных дискретных данных 86
6.1.2 Интеграция дискретных данных 87
6.1.3 Численное интегрирование функций одной переменной или нескольких переменных 88
6.2 Численные решения алгебраических уравнений и систем уравнений 89
6.3 Численные решения обыкновенных дифференциальных уравнений и систем уравнений 94
6.3.1 Решение задачи начального значения 94
6.3.2 Решение дифференциальных уравнений с запаздыванием (DDE) 99
6.3.3 Решение краевых задач 102
6.4 Численные решения уравнений и систем уравнений в частных производных 104
6.4.1 Основные понятия уравнений в частных производных 104
6.4.2 Метод конечных разностей 105
6.4.3 Функция решения уравнений в частных производных 109
6.4.4 Примеры решения гиперболических уравнений в частных производных 110
6.4.5 Примеры решения параболических уравнений в частных производных 116
6.4.6 Примеры решения эллиптических уравнений в частных производных 117
6.4.7 Пример применения функции pdepe 120
6.4.8 Инструменты визуального решения уравнений в частных производных 124
Глава 7. Полиномиальная и интерполяционная аппроксимация 128
7.1 Полиномиальная аппроксимация 128
7.1.1 Математическая модель полиномиальной аппроксимации 128
7.1.2 Реализация полиномиальной аппроксимации в MATLAB 128
7.1.3 Случай полиномиальной регрессии 129
7.2 Математическое описание задачи интерполяции 132
7.2.1 Что такое интерполяция 132
7.2.2 Математическое описание задачи одномерной интерполяции 132
7.2.3 Математическое описание задачи двумерной интерполяции 133
7.2.4 Математическое описание интерполяции кубическим сплайном 133
7.3 Часто используемые функции интерполяции в MATLAB 134
7.4 Случай интерполяции 134
7.4.1 Одномерная интерполяция 134
7.4.2 Двумерная интерполяция 138
7.4.3 Многомерная интерполяция 143
Глава 8 Общие методы статистического моделирования и решение MATLAB 145
8.1 Описательная статистика и статистические графики 145
8.1.1 Описательная статистика 146
8.1.2 Статистическая диаграмма 148
8.2 Оценка параметров 153
8.2.1 Оценка параметров общих распределений 153
8.2.2 Оценка параметров пользовательского распределения 154
8.3 Проверка гипотез о нормальных параметрах популяции 155
8.3.1 Единая нормальная популяция, когда известно стандартное отклонение популяции
U тест средств 155
8.3.2 t-критерий: Среднее значение для одной нормальной популяции, когда стандартное отклонение популяции неизвестно 157.
8.3.3 Сравнение двух нормальных генеральных средних, когда стандартное отклонение генеральной совокупности неизвестно t-критерий 158
8.3.4. Дисперсия одной нормальной популяции, когда среднее значение популяции неизвестно.&чи;2 тест 160
8.3.5 Сравнение дисперсий двух нормальных популяций, когда среднее значение популяции неизвестно. F-критерий 161
8.4 Часто используемые непараметрические тесты 161
8.4.1 Проверка запуска 162
8.4.2 Проверка знаков 163
8.4.3 Знако-ранговый критерий Уилкоксона 164
8.4.4 Критерий суммы рангов Манна-Уитни 165
8.4.5 Установка и тестирование распределения 166
8.4.6 Проверка таблицы непредвиденных обстоятельств 169
8.5. Дисперсионный анализ 171
8.5.1 Односторонний дисперсионный анализ 172
8.5.2 Двухфакторный дисперсионный анализ 175
8.5.3 Реализация дисперсионного анализа в MATLAB 179
8.6 Регрессионный анализ 184
8.6.1 Одномерная линейная регрессия 184
8.6.2 Множественная линейная регрессия 188
8.6.3 Нелинейная регрессия 191
8.6.4 Случай регрессионного анализа и реализация MATLAB 194
8.7 Кластерный анализ 214
8.7.1 Расстояние и коэффициент сходства 214
8.7.2 Метод кластеризации системы 216
8.7.3 Метод кластеризации K-средних 219
8.7.4 Функции MATLAB для кластерного анализа 219
8.7.5 Случай кластерного анализа Q-типа 220
8.7.6 Случай кластерного анализа R-типа 223
8.8 Дискриминантный анализ 225
8.8.1 Оценка расстояния 225
8.8.2 Байесовская дискриминация 226
8.8.3 Функция MATLAB для дискриминантного анализа 227
8.8.4 Случай дискриминантного анализа 227
8.9 Анализ главных компонентов 229
8.9.1 Геометрическая значимость анализа главных компонент 230
8.9.2 Основные компоненты населения 230
8.9.3 Основные компоненты проб 232
8.9.4 Функция MATLAB для анализа главных компонент 233
8.9.5 Случай анализа главных компонентов 233
Глава 9. Часто используемые методы оптимизационного моделирования и решение MATLAB 236
9.1 Функции MATLAB для решения задач оптимизации 236
9.2 Линейное программирование и смешанно-целочисленное линейное программирование 237
9.2.1 Линейное программирование и стандартная форма смешанного целочисленного линейного программирования 237
9.2.2 Использование функций linprog и intlinprog 238
9.2.3 Случаи линейного программирования и смешанно-целочисленного линейного программирования 238
9.3 Нелинейное программирование 240
9.3.1 Неограниченное нелинейное программирование 240
9.3.2 Ограниченное нелинейное программирование 241
9.4 Многоцелевое программирование 244
9.4.1 Задача Макс-Мин 244
9.4.2 Проблема достижения нескольких целей 247
9.5 Оптимизация графов и сетей 249
9.5.1 Основные понятия графов и сетей 249
9.5.2 Матричное представление графиков 250
9.5.3 Минимальное связующее дерево 252
9.5.4 Кратчайший путь 253
9.5.5 Максимальный расход 257
9.6 Часто используемые алгоритмы интеллектуальной оптимизации 260
9.6.1 Генетический алгоритм 260
9.6.2 Алгоритм моделирования отжига 262
9.6.3 Оптимизация роя частиц 264
9.6.4 Алгоритм муравьиной колонии 267
Глава 10. Методы искусственных нейронных сетей 274
10.1 Модель искусственного нейрона 274
10.1.1 Модель биологического нейрона 274
10.1.2 Модель искусственного нейрона 274
10.2 Сетевая структура нейронной сети 275
10.3 Метод обучения нейронной сети и алгоритм БП 276
10.3.1 Стиль обучения 276
10.3.2 Алгоритм БП 276
10.4 Часто используемые функции в наборе инструментов нейронной сети MATLAB 278
10.5 Подбор данных на основе сети BP 279
10.5.1 Создание модели 279 10.5.2 Модельное решение 280
10.6 Кластерный анализ на основе сети SOM 281
10.6.1 Структура сети СОМ 282
10.6.2 Алгоритм обучения самоорганизующейся карте признаков 282
10.6.3 Исследования по классификации температурных режимов в крупных городах 283
10.7 Классификация и идентификация морфологии нейронов на основе сети BP 285
10.7.1. Повторная формулировка задачи 285.
10.7.2 Анализ проблемы 285
10.7.3 Создание модели 286
10.7.4 Модельное решение 287
Глава 11. Методы теории массового обслуживания 290
11.1 Основные понятия теории массового обслуживания 290
11.1.1 Состав системы массового обслуживания 290
11.1.2 Индикаторы работы системы массового обслуживания 291
11.1.3 Состояние и вероятность системы массового обслуживания 291
11.2 Распределение вероятностей систем массового обслуживания 291
11.2.1 Пуассоновский поток и распределение Пуассона 291
11.2.2 Отрицательное экспоненциальное распределение 292
11.2.3 Распределение Эрланга 292
11.3 Стандартная форма модели массового обслуживания 292
11.4 Модель организации очереди с единой службой поддержки 293
11.4.1 Стандартный тип: М/М/1 293
11.4.2 Емкость системы ограничена: M/M/1/N/∞296
11.4.3 Ограниченный источник клиентов: M/M/1/∞/m 297
11.4.4 Время обслуживания подчиняется произвольному распределению: M/G/1 298
11.5 Модель массового обслуживания нескольких служб поддержки 299
11.5.1 Стандартный тип: M/M/c 299
11.5.2 Емкость системы ограничена: M/M/c/N/∞300
11.5.3 Ограниченный источник клиентов: M/M/c/∞/m 301
11.6 Решение MATLAB общих моделей массового обслуживания 302
11.6.1. Написание функций общего решения для распространенных моделей массового обслуживания 302
11.6.2 Решение случаев общих моделей массового обслуживания 304
11.7. Стохастическое моделирование моделей массового обслуживания 308
11.7.1 Принципы стохастического моделирования 308
11.7.2 Этапы случайного моделирования 308
11.7.3 Программная реализация случайного моделирования 308
Глава 12. Многоиндексный комплексный метод оценки 311
12.1 Процесс аналитической иерархии 311
12.1.1 Принципы и этапы процесса анализа иерархий 311
12.1.2 Создание модели иерархической структуры 311
12.1.3 Построение матрицы суждений 312
12.1.4 Иерархическая одиночная сортировка и тест на согласованность 314
12.1.5 Общий порядок иерархии и принятие решений 318
12.2 Нечеткий метод комплексной оценки 320
12.2.1 Принципы и этапы нечеткой комплексной оценки 320
12.2.2 Часто используемые нечеткие операторы 320
12.2.3 Нечеткая комплексная оценка первого уровня 321
12.2.4 Многоуровневая нечеткая комплексная оценка 323
Глава 13 Основы обработки изображений MATLAB 326
13.1 Основные типы изображений 326
13.1.1 Индексирование изображений 326
13.1.2 Цветные изображения 327
13.1.3 Изображения в оттенках серого 327
13.1.4 Бинарные изображения 327
13.1.5 Преобразование типа изображения 327
13.2 Чтение, запись и отображение изображений 328
13.3 Геометрическое преобразование и улучшение изображений 330
13.3.1 Масштабирование изображения 330
13.3.2 Поворот изображения 330
13.3.3 Повышение контрастности 331
13.3.4 Выравнивание гистограммы 331
13.4 Удаление шума изображения 332
13.4.1 Фильтр резкости 332
13.4.2 Медианная фильтрация 333
13.4.3 Фильтрация нижних частот с преобразованием Фурье 333
13.5 Сегментация изображения и анализ областей 335
13.5.1 Пороговая сегментация 335
13.5.2 Адаптивная пороговая сегментация 336
13.5.3 Указание диапазона значений серого для сегментации изображения 337
13.5.4 Выбор интересующей области вручную 337 13.5.5 Обнаружение границ 338
13.5.6 Региональный анализ 339
13.6 Модельный случай—&-Реконструкция и подгонка данных на основе данных изображения 340
13.6.1 Описание случая 340
13.6.2 Реконструкция данных изображения 341
13.6.3 Подбор кривой 343
Глава 14 Моделирование и симуляция Simulink 345
14.1 Введение в Simulink 345
14.1.1 Что такое Simulink 345
14.1.2 Запуск Simulink 345
14.1.3 Библиотека модулей Simulink 346
14.2 Моделирование и симуляция динамических систем Simulink 349
14.2.1 Моя первая модель Simulink 349
14.2.2 Использование модели Simulink для решения уравнений 351
14.3 Модельный случай——&- Simulink анимационная симуляция кошки, преследующей мышь 352
14.3.1 Описание проблемы 352
14.3.2 Создание математических моделей 352
14.3.3 Установка модели Simulink 353
14.3.4 Установка параметров решения модели 354
14.3.5 Написание S-функции для симуляции анимации 354
14.3.6 Модельное решение и моделирование в реальном времени 361
14.3.7 Резюме 361
Глава 15. Анализ реальных вопросов национального конкурса студентов колледжа по математическому моделированию 362
15.1 Идентификация рабочего объема и калибровка таблицы емкости резервуаров для хранения нефти (CUMCM 2010A) 362
15.1.1 Описание проблемы 362
15.1.2 Анализ проблемы 364
15.1.3 Задача 1. Создание модели 364
15.1.4 Создание модели задачи 2 366
15.1.5 Модельное решение проблемы 1 368
15.1.6 Решение модели проблемы 2 370
15.2 Стол Creative плоский складной (CUMCM 2014B) 375
15.2.1 Описание проблемы 375
15.2.2 Анализ проблемы 376
15.2.3 Допущения модели 377
15.2.4 Описание символов 377
15.2.5 Задача 1. Создание модели 378
15.2.6 Создание модели задачи 2 380
15.2.7 Создание модели задачи 3 382
15.2.8 Модельное решение проблемы 1 382
15.2.9 Модельное решение задачи 2 386
15.2.10 Модельное решение третьей задачи 390
15.2.11 Программное обеспечение для проектирования складных столов 392
Ссылка 394
В этой книге в основном представлены широко используемые методы математического моделирования, а также их реализация и применение в MATLAB. Содержимое включает в себя операции с массивами MATLAB, программирование MATLAB, рисование и визуализацию MATLAB, управление данными MATLAB, символьные вычисления MATLAB, числовые вычисления MATLAB, аппроксимацию полиномами и интерполяцией., широко используемые методы статистического и оптимизационного моделирования и решение MATLAB, методы искусственных нейронных сетей, методы теории массового обслуживания, методы многоиндексной комплексной оценки, представленные процессом аналитической иерархии и методом нечеткой комплексной оценки, основы обработки изображений MATLAB, моделирование и симуляция Simulink, анализ реальных вопросов конкурса по математическому моделированию среди студентов Национального колледжа и т. д.
Эту книгу можно использовать в качестве учебного материала или учебного пособия для студентов колледжей и университетов, изучающих курсы математического моделирования или математических экспериментов, а также в качестве справочника для исследователей, занимающихся приложениями математического моделирования.
Математика — наука, изучающая количественные отношения и пространственные формы в реальном мире.Когда многие люди изучают курсы математики, у них возникает определенное замешательство: математика настолько сложна, какой смысл изучать математику?Сложность математики отражается в том факте, что большая часть математических знаний очень абстрактна, что затрудняет связь людей с реальностью.На самом деле математика исходит из реальности и абстрагируется от реальности. Если попытаться использовать абстрактные математические знания для решения практических задач, все станет конкретным, и изучение математики станет интереснее и проще.В истории развития человечества многие учёные использовали математические модели для описания объективного мира, что способствовало развитию человеческой цивилизации.Например, закон всемирного тяготения, предложенный Ньютоном в 17 веке, и общая теория относительности, предложенная Эйнштейном в 20 веке, являются примерами успешных приложений математики.
Применение математики на практике – это именно то, чем занимается математическое моделирование.В настоящее время математика используется во всех аспектах повседневной жизни, а математическое моделирование привлекает все больше внимания. Почти во всех колледжах и университетах открыты курсы математического моделирования, чтобы улучшить способность студентов применять математические знания для решения практических задач.Даже некоторые начальные и средние школы пытаются проводить мероприятия по математическому моделированию.Во всем мире каждый год проводятся различные соревнования по математическому моделированию разного масштаба. К наиболее известным из них относятся“Национальное соревнование студентов колледжа по математическому моделированию”“Китайский конкурс аспирантов по математическому моделированию&rdquo“Американское соревнование математического моделирования студента колледжа&рдкво;.Автор ежегодно направляет студентов к участию в этих соревнованиях и неоднократно добивался отличных результатов.
-
-
Использование математических знаний для решения практических задач обычно включает два основных этапа: во-первых, нужно абстрагировать проблему и описать ее математическим языком, то есть создать соответствующую математическую модель при определенных разумных предположениях;во-вторых, после создания математической модели необходимо выбрать подходящие инструменты для решения модели. Решением здесь является не просто вывод формулы.В большинстве случаев этого невозможно достичь путем ручного расчета, и его необходимо достигать с помощью компьютерного программного обеспечения. В процессе ориентации студентов на участие в конкурсах по математическому моделированию автор также понял, что самая большая трудность, с которой сталкиваются студенты, зачастую заключается не в построении модели, а в написании программы для ее решения.Среди многих программ для научных вычислений MATLAB является мощным инструментом для решения математических моделей. По сравнению с другим программным обеспечением MATLAB имеет“Стиль бумаги травы&Язык программирования rdquo;и комплексный набор инструментов просты в освоении и использовании. Пользователи могут не только вызывать его внутренние функции для выполнения&Ldquo; стиль дурака&Расчеты rdquo; также можно расширить и запрограммировать по вашим собственным алгоритмам.В этой книге подробно представлены широко используемые методы математического моделирования и их реализация в MATLAB на основе случаев математического моделирования.По сравнению с другими книгами того же типа эта книга отличается двойственностью системы. Внедрение методов математического моделирования и языка программирования MATLAB являются самостоятельными и, конечно же, тесно интегрированными. Эту книгу можно использовать как расширенное руководство от базового до продвинутого MATLAB, а также как учебное пособие по математическому моделированию и математическим экспериментам.
-
Существует множество разделов математики, что обуславливает наличие множества методов математического моделирования.Сравнивая вопросы конкурсов по математическому моделированию в последние годы, нетрудно обнаружить, что реальные проблемы, которые предстоит решить с помощью математического моделирования, часто являются открытыми и не имеют стандартного ответа. Процесс решения задачи также относительно сложен и используется множество различных методов моделирования.Подводя краткий итог, обычно используемые математические модели и методы моделирования включают: интегральные модели, модели алгебраических уравнений, модели обыкновенных дифференциальных уравнений, модели уравнений в частных производных, модели регрессии, модели линейного программирования, модели нелинейного программирования, модели многокритериального программирования, модели целочисленного программирования, модели оптимизации графов и сетей, методы полиномиальной и интерполяционной аппроксимации, а также базовую статистику вероятности.Методы, метод дисперсионного анализа, метод кластерного анализа, дискриминантный анализ и метод распознавания образов, метод анализа главных компонентов, генетический алгоритм, алгоритм имитации отжига, алгоритм роя частиц, алгоритм муравьиной колонии, метод искусственных нейронных сетей, метод теории массового обслуживания, процесс аналитической иерархии, метод нечеткой комплексной оценки, метод обработки изображений, метод моделирования и симуляции Simulink и т. д. Для конкретных задач, как выбрать подходящий метод из многочисленных методов моделирования и создать подходящую математическую модель, является вопросом, который многих сбивает с толку. люди. Автор надеется, что большое количество случаев в этой книге сможет вдохновить читателей.
-
Автор долгое время был студентом.“Математическое моделирование и математические эксперименты”“Анализ данных и практика математического программного обеспечения”&Ldquo; высшая математика”“ линейная алгебра”&Ldquo; теория вероятности и математическая статистика”,магистрант&Ldquo; инженерная математика”, доктор философии. кандидат&«Основы прикладной математики»”Преподавание других курсов.В процессе обучения автор внедрил в класс MATLAB и методы математического моделирования, которые были хорошо приняты студентами. Эта книга также представляет собой обобщение многолетнего педагогического опыта автора.
-
Главы этой книги организованы следующим образом: Глава 1, Операции с массивами MATLAB; Глава 2. Программирование MATLAB; Глава 3, Чертеж и визуализация MATLAB;Глава 4, Управление данными MATLAB; Глава 5, Символический расчет MATLAB; Глава 6, Численный расчет MATLAB; Глава 7. Полиномиальная и интерполяционная аппроксимация;Глава 8, Общие методы статистического моделирования и решение MATLAB;Глава 9, часто используемые методы оптимизационного моделирования и решение MATLAB; Глава 10, метод искусственной нейронной сети; Глава 11, метод теории массового обслуживания; Глава 12, многоиндексный комплексный метод оценки; Глава 13, Основы обработки изображений MATLAB; Глава 14, Моделирование и имитация Simulink; Глава 15, анализ реальных вопросов Национального конкурса студентов колледжей по математическому моделированию. Что касается расположения глав, то в качестве отправной точки используется программное обеспечение MATLAB, и большое количество случаев объединяется для постепенного введения широко используемых методов математического моделирования и их реализации в MATLAB и, наконец, проведения практических упражнений посредством анализа реальных вопросов. Я верю, что, изучая эту книгу, читатели смогут за короткое время улучшить свои способности решать практические задачи и стать мастерами математического моделирования!
-
Для этой книги Китайский форум MATLAB (http://www.ilovematlab.cn/) специально предоставляет платформу для онлайн-общения между читателями и авторами https://www.ilovematlab.cn/forum-275-1.html.Автор надеется на личное общение с читателями на этой платформе, решение проблем, с которыми каждый сталкивается в процессе изучения этой книги, обмен опытом обучения друг друга и совместное улучшение способностей математического моделирования и решения моделей!
-
Доступ ко всем данным и исходным программам в этой книге можно получить, отсканировав QR-код на этой странице.&рарр; следовать&Ldquo; Beihang Technology Books” общественный счет&рарр; ответить“3052”Получите его бесплатно. Все программы прошли проверку в MATLAB R2018b (MATLAB 9.5) и могут корректно выполняться. Читатели могут обновить свой MATLAB до более новой версии, чтобы избежать ненужных проблем.
-
В процессе написания этой книги автор получал поддержку и поддержку от редактора Chen Shouping из Beihang University Press, профессора Ван Сяоинь из Тяньцзиньского технологического университета, Чжо Цзиньву, инженера компании MathWorks, Smile (Lv Lingxi), администратора китайского форума MATLAB и Dynamic (Чжан Хуйчун), администратора технического форума MATLAB.Здесь я хотел бы выразить им самую искреннюю благодарность! Кроме того, автор также получил поддержку и поощрение от руководителей и коллег Школы науки и факультета математики Тяньцзиньского университета науки и технологий.Чжан Даке, Цю Ювэнь, Ван Ся, Син Хуамин, Ван Юйцзе, Цуй Цзяфэн, Лю Иньли, Цзя Сюэлун, Ван Хунву, Чжан Лидун, Мэн Сянбо, Ли Юфэн, Ляо Цзя, Ся Гокунь и Сунь Минцзин предоставили ценные комментарии к этой книге. Хочу выразить самую искреннюю благодарность!
- Наконец, я хотел бы также поблагодарить мою жену и детей, которые молча помогали мне и поддерживали меня в успешном завершении написания этой книги.Здесь я хотел бы выразить самую сердечную благодарность моей жене и сыну!
В этой книге в основном представлены широко используемые методы математического моделирования, а также их реализация и применение в MATLAB. Содержимое включает в себя операции с массивами MATLAB, программирование MATLAB, рисование и визуализацию MATLAB, управление данными MATLAB, символьные вычисления MATLAB, числовые вычисления MATLAB, аппроксимацию полиномами и интерполяцией., широко используемые методы статистического и оптимизационного моделирования и решение MATLAB, методы искусственных нейронных сетей, методы теории массового обслуживания, методы многоиндексной комплексной оценки, представленные процессом аналитической иерархии и методом нечеткой комплексной оценки, основы обработки изображений MATLAB, моделирование и симуляция Simulink, анализ реальных вопросов конкурса по математическому моделированию среди студентов Национального колледжа и т. д.
Эту книгу можно использовать в качестве учебного материала или учебного пособия для студентов колледжей и университетов, изучающих курсы математического моделирования или математических экспериментов, а также в качестве справочника для исследователей, занимающихся приложениями математического моделирования.
