КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Решение задач оптимизации методом поиска.
Индивидуальные задания (по бригадам) Численное решение дифференциального уравнения (п. 1.2.2.) с помощью функции ODE45 из MATLAB. Следует отметить, что в MALLAB скрипте необходимо правильно выбирать обозначение для операции умножения. Требуется точно указать собираемся ли мы выполнять умножение матриц (*) или поэлементное умножение элементов массивов (.*).
Файл Main3.m x10=2; x20=1; t0=0; tm=10; [t,x]=ode45(@odefun3,[t0,tm],[x10,x20]); %вычисление переменных y1 и y2 необходимо для сравнения %графиков аналитического и численного решений y1=(x10+x20)*exp(-t).*sin(t)+(x10)*exp(-t).*cos(t); y2=-(2*x10+x20)*exp(-t).*sin(t)+(x20)*exp(-t).*cos(t); plot(t,x(:,1),'r',t,x(:,2),'g',t,y1,'bo',t,y2,'ko');
Файл Odefun3.m function f=odefun3(t,x) f=[x(2);-2*x(1)-2*x(2)]; 1.6. Аналитическое решение дифференциального уравнения 3 порядка
Уравнения объекта в матричном виде
где Собственные числа (корни характеристического уравнения) определим с помощью функции EIG
A=[0,1,0;0,0,1;-2,-4,-3] eig(A) ans = -9.999999999999991e-001 -9.999999999999994e-001 +1.000000000000002e+000i -9.999999999999994e-001 -1.000000000000002e+000i Аналитическое решение получим с помощью функции DSOLVE S=dsolve('Dx1=x2','Dx2=x3',' Dx3=-3*x3-4*x2-2*x1','x1(0)=1','x2(0)=0','x3(0)=0') S = x1: [1x1 sym] x2: [1x1 sym] x3: [1x1 sym] >> S.x1 ans = -exp(-t)*(-2-sin(t)+cos(t)) >> S.x2 ans = exp(-t)*(2*cos(t)-2) >> S.x3 ans = -exp(-t)*(2*sin(t)+2*cos(t)-2) Графики переходных процессов построим с помощью функций ODE45 и PLOT. Файл Main4.m x10=1; x20=0; x30=0; tm=4; [t,x]=ode45(@odefun4,[0 tm],[x10,x20,x30]); y1=-exp(-t).*(-2-sin(t)+cos(t)); y2= exp(-t).*(2*cos(t)-2); y3=-exp(-t).*(2*sin(t)+2*cos(t)-2); plot(t,x(:,1),'r',t,x(:,2),'g',t,x(:,3),'b', t,y1,'ro',t,y2,'go',t,y3,'bo') Файл Odefun4.m function f=odefun4(t,x) f=[x(2);x(3);-3*x(3)-4*x(2)-2*x(1)]; При выполнении задания необходимо найти аналитическое решение уравнения путем ручных преобразований, выполнить численное решение и построить графики переходных процессов, соответствующие аналитическому и численному решениям.
Во всех вариантах заданий используется следующий вектор начальных условий: [1 0 0]
Одним из распространенных методов решения задач оптимизации является метод Нелдера-Мида. Следующие примеры показывают, как с его помощью решаются статические и динамические задачи оптимизации.
Дата добавления: 2017-02-01; Просмотров: 64; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |