關(guān)于我們
書單推薦
新書推薦
|
MATLAB與數(shù)學(xué)建模 本書主要介紹常用數(shù)學(xué)建模方法及其MATLAB實(shí)現(xiàn)與應(yīng)用,內(nèi)容包括MATLAB數(shù)組運(yùn)算、MATLAB程序設(shè)計(jì)、MATLAB繪圖與可視化、MATLAB數(shù)據(jù)管理、MATLAB符號(hào)計(jì)算、MATLAB數(shù)值計(jì)算、多項(xiàng)式與插值擬合、常用統(tǒng)計(jì)及優(yōu)化建模方法與MATLAB求解、人工神經(jīng)網(wǎng)絡(luò)方法、排隊(duì)論方法、以層次分析法和模糊綜合評(píng)價(jià)法為代表的多指標(biāo)綜合評(píng)價(jià)方法、MATLAB圖像處理基礎(chǔ)、Simulink建模與仿真、全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽真題解析等。 本書可作為高等院校學(xué)生的數(shù)學(xué)建;蚺c數(shù)學(xué)實(shí)驗(yàn)相關(guān)課程的教材或教學(xué)參考書,也可作為從事數(shù)學(xué)建模應(yīng)用的研究人員的參考用書。 ①作者資深。作者是MATLAB中文論壇的資深版主,大學(xué)資深數(shù)學(xué)建模競(jìng)賽的指導(dǎo)老師,多年教授“數(shù)學(xué)建模和數(shù)學(xué)實(shí)驗(yàn)”等課程的一線老師, MATLAB資深培訓(xùn)師。2016年,謝中華老師和他的“愛情行列式”曾紅極一時(shí),網(wǎng)上的閱讀量破百萬。 ②案例驅(qū)動(dòng)。從指導(dǎo)老師的角度,結(jié)合數(shù)學(xué)建模案例全面介紹常用的數(shù)學(xué)建模方法及其MATLAB實(shí)現(xiàn),深入淺出,通俗易懂。 ③雙系統(tǒng)性。數(shù)學(xué)建模方法與MATLAB編程均成體系,即可作為MATLAB從基礎(chǔ)到提到的進(jìn)階教程,也可作為數(shù)學(xué)建模與數(shù)學(xué)實(shí)驗(yàn)的教程。 ④內(nèi)容全面。建模所要用到的MATLAB書中都有介紹,常用數(shù)學(xué)建模方法也舉例作了講解,最后輔以詳盡的歷年真題解析。 ⑤代碼免費(fèi)。書中代碼和數(shù)據(jù)可以通過論壇、出版社網(wǎng)站、網(wǎng)盤免費(fèi)下載。詳見書中前言部分。 數(shù)學(xué)是一門研究現(xiàn)實(shí)世界數(shù)量關(guān)系和空間形式的科學(xué)。很多人在學(xué)習(xí)數(shù)學(xué)類課程的時(shí)候,都會(huì)有一定的困惑:數(shù)學(xué)這么難,學(xué)習(xí)數(shù)學(xué)到底有什么用? 數(shù)學(xué)的難體現(xiàn)在大多數(shù)的數(shù)學(xué)知識(shí)都很抽象,讓人很難聯(lián)系實(shí)際。其實(shí)數(shù)學(xué)正是來源于實(shí)際,是從實(shí)際中抽象出來的。如果能夠嘗試用抽象的數(shù)學(xué)知識(shí)去解決實(shí)際問題,一切將變得具象起來,數(shù)學(xué)的學(xué)習(xí)會(huì)變得更有意思,也會(huì)更簡(jiǎn)單。在人類的發(fā)展歷史中,許多科學(xué)家用數(shù)學(xué)模型來描述客觀世界,促進(jìn)了人類文明的發(fā)展,諸如17世紀(jì)牛頓提出的萬有引力定律、20世紀(jì)愛因斯坦提出的廣義相對(duì)論,這些都是數(shù)學(xué)成功應(yīng)用的典范。 將數(shù)學(xué)應(yīng)用于實(shí)際,這正是數(shù)學(xué)建模所要研究的內(nèi)容,F(xiàn)如今,數(shù)學(xué)已經(jīng)應(yīng)用于日常生活的方方面面,數(shù)學(xué)建模也越來越受到人們的重視,幾乎所有高校都開設(shè)了數(shù)學(xué)建模課程,以此提高學(xué)生們應(yīng)用數(shù)學(xué)知識(shí)解決實(shí)際問題的能力,甚至有些中小學(xué)也在嘗試開展數(shù)學(xué)建;顒(dòng)。放眼世界,每年都會(huì)有大大小小的各類數(shù)學(xué)建模競(jìng)賽活動(dòng),比較著名的有“全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽”“中國(guó)研究生數(shù)學(xué)建模競(jìng)賽”和“美國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽”。筆者每年都要指導(dǎo)學(xué)生參加這些競(jìng)賽活動(dòng),也多次獲得優(yōu)異的成績(jī)。 用數(shù)學(xué)知識(shí)解決實(shí)際問題通常包括兩個(gè)基本步驟:首先,需要把問題進(jìn)行抽象,用數(shù)學(xué)的語言去描述,即在一定的合理假設(shè)下建立合適的數(shù)學(xué)模型;其次,建立數(shù)學(xué)模型后,需要選擇合適的工具求解模型。這里的求解并不只是簡(jiǎn)單的公式推導(dǎo),大多數(shù)情況下不能靠手算實(shí)現(xiàn),必須要借助計(jì)算機(jī)軟件來實(shí)現(xiàn)。筆者在指導(dǎo)學(xué)生參加數(shù)學(xué)建模競(jìng)賽的過程中,也切身體會(huì)到學(xué)生面臨的最大困難往往并不是建立模型,而是編寫程序求解模型。在眾多的科學(xué)計(jì)算軟件中,MATLAB是求解數(shù)學(xué)模型的利器。相比于其他軟件,MATLAB有“草稿紙式”的編程語言,還有包羅萬象的工具箱,易學(xué)易用,用戶不僅可以調(diào)用其內(nèi)部函數(shù)進(jìn)行“傻瓜式”的計(jì)算,還可以根據(jù)自己的算法進(jìn)行擴(kuò)展編程。本書將結(jié)合數(shù)學(xué)建模案例全面介紹常用的數(shù)學(xué)建模方法及其MATLAB實(shí)現(xiàn)。相比于其他同類型的著作,本書的特色是雙系統(tǒng)性,對(duì)數(shù)學(xué)建模方法與MATLAB編程語言的介紹都是自成系統(tǒng)的,當(dāng)然也是緊密結(jié)合的。本書既可作為MATLAB從基礎(chǔ)到提高的進(jìn)階教程,也可作為數(shù)學(xué)建模與數(shù)學(xué)實(shí)驗(yàn)的教程。 數(shù)學(xué)學(xué)科的分支有很多,這也就決定了數(shù)學(xué)建模的方法也有很多。對(duì)比近些年的數(shù)學(xué)建模競(jìng)賽賽題不難發(fā)現(xiàn),數(shù)學(xué)建模所要解決的實(shí)際問題往往是開放性的,并沒有一個(gè)標(biāo)準(zhǔn)答案,解決問題的過程也是比較復(fù)雜的,會(huì)用到多種不同的建模方法。大致總結(jié)一下,常用的數(shù)學(xué)模型與建模方法包括:積分模型、代數(shù)方程模型、常微分方程模型、偏微分方程模型、回歸模型、線性規(guī)劃模型、非線性規(guī)劃模型、多目標(biāo)規(guī)劃模型、整數(shù)規(guī)劃模型、圖與網(wǎng)絡(luò)優(yōu)化模型、多項(xiàng)式與插值擬合方法、基本概率統(tǒng)計(jì)方法、方差分析方法、聚類分析方法、判別分析與模式識(shí)別方法、主成分分析法、遺傳算法、模擬退火算法、粒子群算法、蟻群算法、人工神經(jīng)網(wǎng)絡(luò)方法、排隊(duì)論方法、層次分析法、模糊綜合評(píng)價(jià)法、圖像處理方法、Simulink建模仿真方法等。針對(duì)具體問題,如何從眾多的建模方法中選擇合適的方法,建立合適的數(shù)學(xué)模型,這是讓很多人頗感困惑的問題,筆者希望本書中大量的案例能給讀者帶來啟發(fā)。 筆者長(zhǎng)期從事本科生“數(shù)學(xué)建模與數(shù)學(xué)實(shí)驗(yàn)”“數(shù)據(jù)分析與數(shù)學(xué)軟件實(shí)踐”“高等數(shù)學(xué)”“線性代數(shù)”“概率論與數(shù)理統(tǒng)計(jì)”,碩士研究生“工程數(shù)學(xué)”,博士研究生“應(yīng)用數(shù)學(xué)基礎(chǔ)”等課程的教學(xué)。在教學(xué)中,筆者把MATLAB和數(shù)學(xué)建模方法引入課堂,深受學(xué)生歡迎。本書也是筆者長(zhǎng)期教學(xué)經(jīng)驗(yàn)的總結(jié)。 本書章節(jié)是這樣安排的:第1章,MATLAB數(shù)組運(yùn)算;第2章,MATLAB程序設(shè)計(jì);第3章,MATLAB繪圖與可視化;第4章,MATLAB數(shù)據(jù)管理;第5章,MATLAB符號(hào)計(jì)算;第6章,MATLAB數(shù)值計(jì)算;第7章,多項(xiàng)式與插值擬合;第8章,常用統(tǒng)計(jì)建模方法與MATLAB求解;第9章,常用優(yōu)化建模方法與MATLAB求解;第10章,人工神經(jīng)網(wǎng)絡(luò)方法;第11章,排隊(duì)論方法;第12章,多指標(biāo)綜合評(píng)價(jià)方法;第13章,MATLAB圖像處理基礎(chǔ);第14章,Simulink建模與仿真;第15章,全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽真題解析。在章節(jié)順序的安排上,以MATLAB軟件為切入點(diǎn),結(jié)合大量案例循序漸進(jìn)地介紹常用的數(shù)學(xué)建模方法及其MATLAB實(shí)現(xiàn),最后通過真題解析進(jìn)行實(shí)戰(zhàn)演練。相信通過本書的學(xué)習(xí),讀者一定能夠在短時(shí)間內(nèi)提高解決實(shí)際問題的能力,成為數(shù)學(xué)建模的高手! 針對(duì)本書,MATLAB中文論壇(http://www.ilovematlab.cn/)特別提供了讀者與作者在線交流的平臺(tái)https://www.ilovematlab.cn/forum-275-1.html,筆者希望在這個(gè)平臺(tái)上與廣大讀者作面對(duì)面的交流,解決大家在學(xué)習(xí)本書過程中遇到的問題,分享彼此的學(xué)習(xí)經(jīng)驗(yàn),共同提高數(shù)學(xué)建模和模型求解的能力! 本書的所有數(shù)據(jù)和源程序可通過掃描本頁的二維碼→關(guān)注“北航科技圖書”公眾號(hào)→ 回復(fù)“3052”免費(fèi)獲得。所有程序在MATLAB R2018b(MATLAB 9.5)下通過了驗(yàn)證,均能夠正確執(zhí)行,讀者可將自己的MATLAB更新至較新的版本,以免出現(xiàn)不必要的問題。 在本書的寫作過程中,筆者得到了北京航空航天大學(xué)出版社陳守平編輯、天津工業(yè)大學(xué)汪曉銀教授、MathWorks公司工程師卓金武、MATLAB 中文論壇管理員Smile(呂凌曦)和MATLAB技術(shù)論壇管理員Dynamic(詹惠崇)的支持與鼓勵(lì)。在此,向他們表示最真誠(chéng)的謝意! 此外,筆者也得到了天津科技大學(xué)理學(xué)院和數(shù)學(xué)系領(lǐng)導(dǎo)及同事們的支持與鼓勵(lì)。張大克、邱玉文、王霞、邢化明、王玉杰、崔家峰、劉寅立、賈學(xué)龍、王洪武、張立東、孟祥波、李玉峰、廖嘉、夏國(guó)坤和孫明晶為本書提出了寶貴的修改意見,在此一并表示最誠(chéng)摯的感謝! 最后,還要感謝我的妻兒,他們默默地為我付出,支持我順利完成本書的寫作。在此,向我的妻子和兒子表示最衷心的感謝! 由于作者水平有限,書中若存在疏漏和不當(dāng)之處,懇請(qǐng)廣大讀者和同行批評(píng)指正! 作者郵箱:xiezhh@tust.edu.cn。本書勘誤網(wǎng)址:https://www.ilovematlab.cn/thread-578894-1-1.html。 謝中華 2019年6月 謝中華,副教授,天津市現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)理事,資深MATLAB培訓(xùn)師,MATLAB技術(shù)論壇創(chuàng)始人之一,已出版書籍《MATLAB統(tǒng)計(jì)分析與應(yīng)用:40個(gè)案例分析》《MATLAB從零到進(jìn)階》《新編MATLAB/Simulink自學(xué)一本通》。長(zhǎng)期從事數(shù)學(xué)建模及MATLAB相關(guān)課程的教學(xué)與培訓(xùn),多次指導(dǎo)本科生獲得全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽國(guó)家一等獎(jiǎng),長(zhǎng)期參與中國(guó)研究生數(shù)學(xué)建模競(jìng)賽閱卷工作,多次指導(dǎo)碩士生獲得中國(guó)研究生數(shù)學(xué)建模競(jìng)賽國(guó)家一等獎(jiǎng)。精通MATLAB、SAS、R語言等軟件,擅長(zhǎng)多種軟件“協(xié)同作戰(zhàn)”,有著扎實(shí)的理論基礎(chǔ)和豐富的實(shí)戰(zhàn)經(jīng)驗(yàn)。 第1章 MATLAB數(shù)組運(yùn)算 1 1.1 MATLAB工作界面布局 1 1.2 變量的定義與數(shù)據(jù)類型 2 1.2.1 變量的定義與賦值 2 1.2.2 MATLAB中的常量 2 1.2.3 MATLAB中的關(guān)鍵字 4 1.2.4 數(shù)據(jù)類型 4 1.2.5 數(shù)據(jù)輸出格式 5 1.3 常用函數(shù) 5 1.4 數(shù)組的定義 7 1.4.1 向量的定義 7 1.4.2 矩陣的定義 8 1.4.3 特殊矩陣 10 1.4.4 高維數(shù)組 12 1.4.5 訪問數(shù)組元素 13 1.4.6 定義元胞數(shù)組(Cell Array) 14 1.4.7 定義結(jié)構(gòu)體數(shù)組 15 1.4.8 幾種數(shù)組的轉(zhuǎn)換 16 1.4.9 定義數(shù)據(jù)集數(shù)組 18 1.4.10 定義表格型數(shù)組 18 1.5 矩陣運(yùn)算 19 1.5.1 矩陣的算術(shù)運(yùn)算 19 1.5.2 矩陣的關(guān)系運(yùn)算 21 1.5.3 矩陣的邏輯運(yùn)算 21 1.5.4 矩陣的其他常用運(yùn)算 22 第2章 MATLAB程序設(shè)計(jì) 26 2.1 MATLAB語言的流程結(jié)構(gòu) 26 2.1.1 條件控制結(jié)構(gòu) 26 2.1.2 循環(huán)結(jié)構(gòu) 27 2.1.3 try catch試探結(jié)構(gòu) 28 2.1.4 break、continue、return和pause函數(shù) 29 2.2 編寫自己的MATLAB程序 29 2.2.1 腳本文件 29 2.2.2 函數(shù)文件 29 2.2.3 匿名函數(shù) 31 2.2.4 子函數(shù)與嵌套函數(shù) 31 2.2.5 函數(shù)的遞歸調(diào)用 33 2.2.6 MATLAB常用快捷鍵和快捷命令 34 第3章 MATLAB繪圖與可視化 36 3.1 圖形對(duì)象與圖形對(duì)象句柄 36 3.1.1 句柄式圖形對(duì)象 36 3.1.2 獲取圖形對(duì)象屬性名稱和屬性值 37 3.1.3 設(shè)置圖形對(duì)象屬性值 38 3.2 二維圖形的繪制 38 3.2.1 基本二維繪圖函數(shù) 38 3.2.2 二維圖形修飾和添加注釋 41 3.2.3 特殊二維繪圖函數(shù) 46 3.3 三維圖形的繪制 48 3.3.1 常用三維繪圖函數(shù) 48 3.3.2 三維圖形的修飾和添加注釋 53 3.4 圖形的復(fù)制和輸出 54 3.4.1 把圖形復(fù)制到剪貼板 54 3.4.2 把圖形導(dǎo)出到文件 55 第4章 MATLAB數(shù)據(jù)管理 56 4.1 利用數(shù)據(jù)導(dǎo)入向?qū)?dǎo)入數(shù)據(jù) 56 4.1.1 利用數(shù)據(jù)導(dǎo)入向?qū)?dǎo)入TXT文件 56 4.1.2 利用數(shù)據(jù)導(dǎo)入向?qū)?dǎo)入Excel文件 58 4.2 調(diào)用函數(shù)讀取外部數(shù)據(jù) 59 4.2.1 調(diào)用dlmread函數(shù)讀取TXT數(shù)據(jù)文件 59 4.2.2 調(diào)用textscan函數(shù)讀取TXT數(shù)據(jù)文件 60 4.2.3 調(diào)用xlsread函數(shù)讀取Excel數(shù)據(jù)文件 65 4.2.4 調(diào)用dataset函數(shù)創(chuàng)建數(shù)據(jù)集 67 4.2.5 調(diào)用readtable函數(shù)創(chuàng)建數(shù)據(jù)表 68 4.3 把數(shù)據(jù)寫入文件 68 4.3.1 調(diào)用save函數(shù)保存計(jì)算結(jié)果 69 4.3.2 調(diào)用xlswrite函數(shù)把數(shù)據(jù)寫入Excel文件 70 第5章 MATLAB符號(hào)計(jì)算 72 5.1 符號(hào)對(duì)象和符號(hào)表達(dá)式 72 5.1.1 創(chuàng)建符號(hào)對(duì)象 72 5.1.2 符號(hào)變量取值域的限定 73 5.1.3 創(chuàng)建符號(hào)表達(dá)式 73 5.1.4 符號(hào)表達(dá)式的常用運(yùn)算 75 5.1.5 符號(hào)運(yùn)算中的轉(zhuǎn)換操作 77 5.1.6 符號(hào)函數(shù)繪圖 79 5.2 符號(hào)微積分 80 5.2.1 極限、導(dǎo)數(shù)和級(jí)數(shù)的符號(hào)計(jì)算 80 5.2.2 符號(hào)積分計(jì)算 82 5.3 符號(hào)方程求解 82 5.3.1 符號(hào)代數(shù)方程求解 82 5.3.2 符號(hào)常微分方程求解 84 第6章 MATLAB數(shù)值計(jì)算 86 6.1 微積分問題的數(shù)值解 86 6.1.1 離散數(shù)據(jù)求差分及導(dǎo)數(shù) 86 6.1.2 離散數(shù)據(jù)求積分 87 6.1.3 一元或多元函數(shù)的數(shù)值積分 88 6.2 代數(shù)方程與方程組的數(shù)值解 89 6.3 常微分方程與方程組的數(shù)值解 94 6.3.1 求解初值問題 94 6.3.2 求解延遲微分方程(DDE) 99 6.3.3 求解邊值問題 102 6.4 偏微分方程與方程組的數(shù)值解 104 6.4.1 偏微分方程的基本概念 104 6.4.2 有限差分法 105 6.4.3 偏微分方程求解函數(shù) 109 6.4.4 雙曲型偏微分方程求解實(shí)例 110 6.4.5 拋物型偏微分方程求解實(shí)例 116 6.4.6 橢圓型偏微分方程求解實(shí)例 117 6.4.7 pdepe函數(shù)應(yīng)用實(shí)例 120 6.4.8 偏微分方程可視化求解工具 124 第7章 多項(xiàng)式與插值擬合 128 7.1 多項(xiàng)式擬合 128 7.1.1 多項(xiàng)式擬合的數(shù)學(xué)模型 128 7.1.2 多項(xiàng)式擬合的MATLAB實(shí)現(xiàn) 128 7.1.3 多項(xiàng)式回歸案例 129 7.2 插值問題的數(shù)學(xué)描述 132 7.2.1 什么是插值 132 7.2.2 一維插值問題的數(shù)學(xué)描述 132 7.2.3 二維插值問題的數(shù)學(xué)描述 133 7.2.4 三次樣條插值的數(shù)學(xué)描述 133 7.3 MATLAB常用插值函數(shù) 134 7.4 插值擬合案例 134 7.4.1 一維插值 134 7.4.2 二維插值 138 7.4.3 高維插值 143 第8章 常用統(tǒng)計(jì)建模方法與MATLAB求解 145 8.1 描述性統(tǒng)計(jì)量和統(tǒng)計(jì)圖 145 8.1.1 描述性統(tǒng)計(jì)量 146 8.1.2 統(tǒng)計(jì)圖 148 8.2 參數(shù)估計(jì) 153 8.2.1 常見分布的參數(shù)估計(jì) 153 8.2.2 自定義分布的參數(shù)估計(jì) 154 8.3 正態(tài)總體參數(shù)的假設(shè)檢驗(yàn) 155 8.3.1 總體標(biāo)準(zhǔn)差已知時(shí)的單個(gè)正態(tài)總體 均值的U 檢驗(yàn) 155 8.3.2 總體標(biāo)準(zhǔn)差未知時(shí)的單個(gè)正態(tài)總體均值的t檢驗(yàn) 157 8.3.3 總體標(biāo)準(zhǔn)差未知時(shí)的兩個(gè)正態(tài)總體均值的比較t檢驗(yàn) 158 8.3.4 總體均值未知時(shí)的單個(gè)正態(tài)總體方差的χ2 檢驗(yàn) 160 8.3.5 總體均值未知時(shí)的兩個(gè)正態(tài)總體方差的比較F 檢驗(yàn) 161 8.4 常用非參數(shù)檢驗(yàn) 161 8.4.1 游程檢驗(yàn) 162 8.4.2 符號(hào)檢驗(yàn) 163 8.4.3 Wilcoxon符號(hào)秩檢驗(yàn) 164 8.4.4 Mann Whitney秩和檢驗(yàn) 165 8.4.5 分布的擬合與檢驗(yàn) 166 8.4.6 列聯(lián)表檢驗(yàn) 169 8.5 方差分析 171 8.5.1 單因素方差分析 172 8.5.2 雙因素方差分析 175 8.5.3 方差分析的MATLAB實(shí)現(xiàn) 179 8.6 回歸分析 184 8.6.1 一元線性回歸 184 8.6.2 多元線性回歸 188 8.6.3 非線性回歸 191 8.6.4 回歸分析案例及MATLAB實(shí)現(xiàn) 194 8.7 聚類分析 214 8.7.1 距離和相似系數(shù) 214 8.7.2 系統(tǒng)聚類法 216 8.7.3 K均值聚類法 219 8.7.4 聚類分析的MATLAB函數(shù) 219 8.7.5 Q型聚類分析案例 220 8.7.6 R型聚類分析案例 223 8.8 判別分析 225 8.8.1 距離判別 225 8.8.2 貝葉斯判別 226 8.8.3 判別分析的MATLAB函數(shù) 227 8.8.4 判別分析案例 227 8.9 主成分分析 229 8.9.1 主成分分析的幾何意義 230 8.9.2 總體的主成分 230 8.9.3 樣本的主成分 232 8.9.4 主成分分析的MATLAB函數(shù) 233 8.9.5 主成分分析案例 233 第9章 常用優(yōu)化建模方法與MATLAB求解 236 9.1 求解最優(yōu)化問題的MATLAB函數(shù) 236 9.2 線性規(guī)劃和混合整數(shù)線性規(guī)劃 237 9.2.1 線性規(guī)劃和混合整數(shù)線性規(guī)劃的標(biāo)準(zhǔn)型 237 9.2.2 linprog和intlinprog函數(shù)的用法 238 9.2.3 線性規(guī)劃和混合整數(shù)線性規(guī)劃的案例 238 9.3 非線性規(guī)劃 240 9.3.1 無約束的非線性規(guī)劃 240 9.3.2 有約束的非線性規(guī)劃 241 9.4 多目標(biāo)規(guī)劃 244 9.4.1 最大最小問題 244 9.4.2 多目標(biāo)達(dá)到問題 247 9.5 圖與網(wǎng)絡(luò)優(yōu)化 249 9.5.1 圖與網(wǎng)絡(luò)的基本概念 249 9.5.2 圖的矩陣表示 250 9.5.3 最小生成樹 252 9.5.4 最短路 253 9.5.5 最大流 257 9.6 常用智能優(yōu)化算法 260 9.6.1 遺傳算法 260 9.6.2 模擬退火算法 262 9.6.3 粒子群算法 264 9.6.4 蟻群算法 267 第10章 人工神經(jīng)網(wǎng)絡(luò)方法 274 10.1 人工神經(jīng)元模型 274 10.1.1 生物神經(jīng)元模型 274 10.1.2 人工神經(jīng)元模型 274 10.2 神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu) 275 10.3 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式與BP算法 276 10.3.1 學(xué)習(xí)方式 276 10.3.2 BP算法 276 10.4 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱常用函數(shù) 278 10.5 基于BP網(wǎng)絡(luò)的數(shù)據(jù)擬合 279 10.5.1 模型建立 279 10.5.2 模型求解 280 10.6 基于SOM 網(wǎng)絡(luò)的聚類分析 281 10.6.1 SOM 網(wǎng)絡(luò)的結(jié)構(gòu) 282 10.6.2 自組織特征映射學(xué)習(xí)算法 282 10.6.3 主要城市氣溫模式分類研究 283 10.7 基于BP網(wǎng)絡(luò)的神經(jīng)元形態(tài)分類與識(shí)別 285 10.7.1 問題重述 285 10.7.2 問題分析 285 10.7.3 模型建立 286 10.7.4 模型求解 287 第11章 排隊(duì)論方法 290 11.1 排隊(duì)論的基本概念 290 11.1.1 排隊(duì)系統(tǒng)的組成 290 11.1.2 排隊(duì)系統(tǒng)的運(yùn)行指標(biāo) 291 11.1.3 排隊(duì)系統(tǒng)的狀態(tài)及概率 291 11.2 排隊(duì)系統(tǒng)的概率分布 291 11.2.1 泊松流與泊松分布 291 11.2.2 負(fù)指數(shù)分布 292 11.2.3 愛爾朗分布 292 11.3 排隊(duì)模型的標(biāo)準(zhǔn)形式 292 11.4 單服務(wù)臺(tái)的排隊(duì)模型 293 11.4.1 標(biāo)準(zhǔn)型:M/M/1 293 11.4.2 系統(tǒng)容量有限:M/M/1/N/∞ 296 11.4.3 顧客源有限:M/M/1/∞/m 297 11.4.4 服務(wù)時(shí)間服從任意分布:M/G/1 298 11.5 多服務(wù)臺(tái)的排隊(duì)模型 299 11.5.1 標(biāo)準(zhǔn)型:M/M/c 299 11.5.2 系統(tǒng)容量有限:M/M/c/N/∞ 300 11.5.3 顧客源有限:M/M/c/∞/m 301 11.6 常見排隊(duì)模型的MATLAB求解 302 11.6.1 編寫常見排隊(duì)模型的通用求解函數(shù) 302 11.6.2 常見排隊(duì)模型的求解案例 304 11.7 排隊(duì)模型的隨機(jī)模擬 308 11.7.1 隨機(jī)模擬的原理 308 11.7.2 隨機(jī)模擬的步驟 308 11.7.3 隨機(jī)模擬的程序?qū)崿F(xiàn) 308 第12章 多指標(biāo)綜合評(píng)價(jià)方法 311 12.1 層次分析法 311 12.1.1 層次分析法的原理與步驟 311 12.1.2 建立層次結(jié)構(gòu)模型 311 12.1.3 構(gòu)造判斷矩陣 312 12.1.4 層次單排序與一致性檢驗(yàn) 314 12.1.5 層次總排序與決策 318 12.2 模糊綜合評(píng)價(jià)法 320 12.2.1 模糊綜合評(píng)價(jià)的原理與步驟 320 12.2.2 常用的模糊算子 320 12.2.3 一級(jí)模糊綜合評(píng)價(jià) 321 12.2.4 多級(jí)模糊綜合評(píng)價(jià) 323 第13章 MATLAB圖像處理基礎(chǔ) 326 13.1 圖像的基本類型 326 13.1.1 索引圖像 326 13.1.2 真彩圖像 327 13.1.3 灰度圖像 327 13.1.4 二值圖像 327 13.1.5 圖像類型的轉(zhuǎn)換 327 13.2 圖像的讀寫與顯示 328 13.3 圖像的幾何變換與增強(qiáng) 330 13.3.1 圖像縮放 330 13.3.2 圖像旋轉(zhuǎn) 330 13.3.3 對(duì)比度增強(qiáng) 331 13.3.4 直方圖均衡 331 13.4 圖像去噪 332 13.4.1 銳化濾波 332 13.4.2 中值濾波 333 13.4.3 傅里葉變換低通濾波 333 13.5 圖像分割與區(qū)域分析 335 13.5.1 閾值分割 335 13.5.2 自適應(yīng)閾值分割 336 13.5.3 指定灰度值范圍進(jìn)行圖像分割 337 13.5.4 手動(dòng)選取感興趣區(qū)域 337 13.5.5 邊緣檢測(cè) 338 13.5.6 區(qū)域分析 339 13.6 建模案例——基于圖像資料的數(shù)據(jù)重建與擬合 340 13.6.1 案例描述 340 13.6.2 重建圖像數(shù)據(jù) 341 13.6.3 曲線擬合 343 第14章 Simulink建模與仿真 345 14.1 Simulink簡(jiǎn)介 345 14.1.1 何為Simulink 345 14.1.2 Simulink的啟動(dòng) 345 14.1.3 Simulink的模塊庫 346 14.2 Simulink動(dòng)態(tài)系統(tǒng)建模與仿真 349 14.2.1 我的第一個(gè)Simulink模型 349 14.2.2 用Simulink模型解方程 351 14.3 建模案例———貓追老鼠的Simulink動(dòng)畫仿真 352 14.3.1 問題描述 352 14.3.2 建立數(shù)學(xué)模型 352 14.3.3 建立Simulink模型 353 14.3.4 設(shè)置模型求解參數(shù) 354 14.3.5 編寫動(dòng)畫模擬的S Function 354 14.3.6 模型求解與實(shí)時(shí)仿真 361 14.3.7 總 結(jié) 361 第15章 全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽真題解析 362 15.1 儲(chǔ)油罐的變位識(shí)別與罐容表標(biāo)定(CUMCM 2010A) 362 15.1.1 問題描述 362 15.1.2 問題分析 364 15.1.3 問題一模型建立 364 15.1.4 問題二模型建立 366 15.1.5 問題一模型求解 368 15.1.6 問題二模型求解 370 15.2 創(chuàng)意平板折疊桌(CUMCM 2014B) 375 15.2.1 問題描述 375 15.2.2 問題分析 376 15.2.3 模型假設(shè) 377 15.2.4 符號(hào)說明 377 15.2.5 問題一模型建立 378 15.2.6 問題二模型建立 380 15.2.7 問題三模型建立 382 15.2.8 問題一模型求解 382 15.2.9 問題二模型求解 386 15.2.10 問題三模型求解 390 15.2.11 折疊桌設(shè)計(jì)軟件 392 參考文獻(xiàn) 394
你還可能感興趣
我要評(píng)論
|