国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

數(shù)學(xué)建模-插值算法(Matlab)

這篇具有很好參考價(jià)值的文章主要介紹了數(shù)學(xué)建模-插值算法(Matlab)。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

注意:代碼文件僅供參考,一定不要直接用于自己的數(shù)模論文中
國(guó)賽對(duì)于論文的查重要求非常嚴(yán)格,代碼雷同也算作抄襲
如何修改代碼避免查重的方法:https://www.bilibili.com/video/av59423231? ?//清風(fēng)數(shù)學(xué)建模

一、基礎(chǔ)知識(shí)

簡(jiǎn)單來(lái)說(shuō)是根據(jù)已知點(diǎn)進(jìn)行線性數(shù)據(jù)預(yù)測(cè),但數(shù)據(jù)太少需要通過(guò)數(shù)學(xué)方法生成一些數(shù)據(jù),如根據(jù)十年人口數(shù)據(jù)預(yù)測(cè)未來(lái)五年人口增減情況。

1.兩個(gè)常用的插值法

一般多用分段三次埃爾米特插值三次樣條插值

其內(nèi)置函數(shù)分別為

p=pchip(x,y,new_x)

x,y為已知樣本點(diǎn)橫縱坐標(biāo),new_x為要插入對(duì)應(yīng)點(diǎn)的橫坐標(biāo)(縱坐標(biāo)會(huì)計(jì)算生成,即為p)

三次樣條插值函數(shù)參數(shù)也同理:

?p=spline(x,y,new_x)

2.生成和打印圖片

腳本文件中生成圖片(在同一個(gè)腳本文件里面,要想畫多個(gè)圖,需要給每個(gè)圖編號(hào),否則只會(huì)顯示最后一個(gè)圖)

figure(1)?

plot函數(shù),顯示圖像,至少要兩種點(diǎn)的橫縱坐標(biāo),多種會(huì)生成更多線

線方式:-實(shí)線? ?:點(diǎn)線? ? -.虛點(diǎn)線? ?--波折線

點(diǎn)方式: .圓點(diǎn)? ?+加號(hào)? ?*型號(hào)? ?o小圓

顏色: y黃? r紅? g綠? b藍(lán)? k黑

標(biāo)注使用legend函數(shù),跟在figure、plot之后,一組x,y(即一種點(diǎn))對(duì)應(yīng)一個(gè)名稱,最后選擇注釋所在圖中的位置(如東南是右下角)

x = -pi:pi; y = sin(x); 
new_x = -pi:0.1:pi;
p = pchip(x,y,new_x);
figure(1); % 在同一個(gè)腳本文件里面,要想畫多個(gè)圖,需要給每個(gè)圖編號(hào),否則只會(huì)顯示最后一個(gè)圖哦~
plot(x, y, 'o', new_x, p, 'r-')
legend('樣本點(diǎn)','三次埃爾米特插值','Location','SouthEast') 

數(shù)學(xué)建模-插值算法(Matlab)

?3.n維數(shù)據(jù)的插值

p=interpn(x1,x2,...,xn,y,new_x1,new_x2,...,new_xn,method)

?參數(shù)還是已知樣本點(diǎn)的橫縱坐標(biāo),new_x為要插入點(diǎn)的橫坐標(biāo)。最后method是調(diào)用方法,如下

'linear':線性插值(默認(rèn)) 'cubic':三次插值

'spline':三次樣條插值(多用)?'nearest':最鄰近插值

?例:人口預(yù)測(cè),給09-18年的人口,預(yù)測(cè)19-21年的

population=[133126,133770,134413,135069,135738,136427,137122,137866,138639, 139538];
year = 2009:2018;  %類似于等差數(shù)列,是09-18每個(gè)數(shù)值取整組成的矩陣
%可以加上 p1 = pchip(year, population, 2019:2021) 這樣最后就是兩條線了 
p2 = interpn(year, population, 2019:2021,'spline') %等價(jià)于p2 = spline(year, population, 2019:2021)
figure(4);
plot(year, population,'o',2019:2021,p2,'bx-')
legend('樣本點(diǎn)','interpn三次樣條插值預(yù)測(cè)','Location','SouthEast')

數(shù)學(xué)建模-插值算法(Matlab)

?二、實(shí)戰(zhàn)演練

例題來(lái)源:第六屆MathorCup大學(xué)生數(shù)學(xué)建模挑戰(zhàn)A題?淡水養(yǎng)殖池塘水華發(fā)生及池水凈化處理

數(shù)學(xué)建模-插值算法(Matlab)

?上圖是附件二每個(gè)池子一些物質(zhì)含量的變化,可以主要上沿,每個(gè)池子只有奇數(shù)周的數(shù)據(jù),本演練是把1號(hào)池子的每周數(shù)據(jù)補(bǔ)充完整(即補(bǔ)上偶數(shù)周)

根據(jù)一號(hào)池的數(shù)據(jù),把數(shù)據(jù)保存為Z(忽略葉綠體和漢字),如下圖(可以另存為本地)

數(shù)學(xué)建模-插值算法(Matlab)

?多組數(shù)據(jù)圖片的演示,可以for循環(huán)處理,同時(shí)要用到subplot(m,n,p)

m表示是圖排成m行,n表示圖排成n列.p表示圖所在的位置,如p=1表示從左到右從上到下的第一個(gè)位置。

ylabel(ylab{i}) %給y軸標(biāo)題,這里是直接引用元胞數(shù)組(先定義好的)中的字符串哦。

參考優(yōu)秀代碼(Mr.sandman同學(xué)提供):

x=Z(1,:); %Z的第一行是星期Z: 1     3     5     7     9    11    13    15
[n,m]=size(Z);%n為Z的行數(shù),m為Z的列數(shù)
% 注意Matlab的數(shù)組中不能保存字符串,如果要生成字符串?dāng)?shù)組,就需要使用元胞數(shù)組,其用大括號(hào){}定義和引用
ylab={'周數(shù)','輪蟲','溶氧','COD','水溫','PH值','鹽度','透明度','總堿度','氯離子','透明度','生物量'};  % 等會(huì)要畫的圖形的標(biāo)簽
disp(['共有' num2str(n-1) '個(gè)指標(biāo)要進(jìn)行插值。'])
disp('正在對(duì)一號(hào)池三次埃爾米特插值,請(qǐng)等待')%一號(hào)池共有十一組要插值的數(shù)據(jù),算上星期所在的第一行,共十二行
P=zeros(11,15);%對(duì)要儲(chǔ)存數(shù)據(jù)的矩陣P賦予初值
for i=2:n%從第二行開始都是要進(jìn)行插值的指標(biāo)
    y=Z(i,:);%將每一行依次賦值給y
    new_x=1:15;%要進(jìn)行插值的x
    p1=pchip(x,y,new_x);%調(diào)用三次埃爾米特插值函數(shù)
    subplot(4,3,i-1);%將所有圖依次變現(xiàn)在4*3的一幅大圖上
    plot(x,y,'ro',new_x,p1,'-');%畫出每次循環(huán)處理后的圖像
    axis([0 15,-inf,inf])  %設(shè)置坐標(biāo)軸的范圍,這里設(shè)置橫坐標(biāo)軸0-15,縱坐標(biāo)不變化
    %  xlabel('星期')%x軸標(biāo)題
    ylabel(ylab{i})%y軸標(biāo)題  這里是直接引用元胞數(shù)組中的字符串哦
    P(i-1,:)=p1;%將每次插值之后的結(jié)果保存在P矩陣中       
end
legend('原始數(shù)據(jù)','三次埃爾米特插值數(shù)據(jù)','Location','SouthEast')%加上標(biāo)注,注意要手動(dòng)在圖中拖動(dòng)標(biāo)注到圖片右下角哦
P = [1:15; P]  %把P的第一行加上周數(shù)

數(shù)學(xué)建模-插值算法(Matlab)

?矩陣P的數(shù)值即為要求的,可以粘貼回excel數(shù)學(xué)建模-插值算法(Matlab)文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-425783.html

到了這里,關(guān)于數(shù)學(xué)建模-插值算法(Matlab)的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 數(shù)學(xué)建模 插值算法

    數(shù)學(xué)建模 插值算法

    有問(wèn)題 牛頓差值也有問(wèn)題 它們都有龍格現(xiàn)象,一般用分段插值。 插值預(yù)測(cè)要比灰色關(guān)聯(lián)預(yù)測(cè)更加準(zhǔn)確,灰色預(yù)測(cè)只有2次 擬合樣本點(diǎn)要非常多,樣本點(diǎn)少差值合適

    2024年02月16日
    瀏覽(19)
  • 【數(shù)學(xué)建?!俊秾?shí)戰(zhàn)數(shù)學(xué)建模:例題與講解》第十四講-模擬退火、遺傳算法(含Matlab代碼)

    【數(shù)學(xué)建?!俊秾?shí)戰(zhàn)數(shù)學(xué)建模:例題與講解》第十四講-模擬退火、遺傳算法(含Matlab代碼)

    本系列側(cè)重于例題實(shí)戰(zhàn)與講解,希望能夠在例題中理解相應(yīng)技巧。文章開頭相關(guān)基礎(chǔ)知識(shí)只是進(jìn)行簡(jiǎn)單回顧,讀者可以搭配課本或其他博客了解相應(yīng)章節(jié),然后進(jìn)入本文正文例題實(shí)戰(zhàn),效果更佳。 如果這篇文章對(duì)你有幫助,歡迎點(diǎn)贊與收藏~ 現(xiàn)代優(yōu)化算法,自20世紀(jì)80年代初開

    2024年02月04日
    瀏覽(27)
  • 數(shù)學(xué)建模算法匯總(全網(wǎng)最全,含matlab案例代碼)

    數(shù)學(xué)建模算法匯總(全網(wǎng)最全,含matlab案例代碼)

    ? 全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽中,常見的算法模型有以下30種: 最小二乘法 數(shù)值分析方法 圖論算法 線性規(guī)劃 整數(shù)規(guī)劃 動(dòng)態(tài)規(guī)劃 貪心算法 分支定界法 蒙特卡洛方法 隨機(jī)游走算法 遺傳算法 粒子群算法 神經(jīng)網(wǎng)絡(luò)算法 人工智能算法 模糊數(shù)學(xué) 時(shí)間序列分析 馬爾可夫鏈 決策樹 支

    2024年02月08日
    瀏覽(22)
  • 數(shù)學(xué)建模之回歸分析算法(含matlab源代碼)

    數(shù)學(xué)建模之回歸分析算法(含matlab源代碼)

    目錄 一、一元線性回歸 1、步驟 ?2、matlab命令(多元線性回歸) 3、舉例 ?二、一元非線性回歸 ?三、多項(xiàng)式回歸 1、一元多項(xiàng)式回歸 ?應(yīng)用 ?2、多元二項(xiàng)式 應(yīng)用 ?四、非線性回歸 ?應(yīng)用 五、 逐步回歸 ?應(yīng)用 ? ?r2和F越大越好 p越小越好 ? ? ?從殘差圖可以看出,除第二個(gè)

    2024年02月09日
    瀏覽(31)
  • 【數(shù)學(xué)建?!壳屣L(fēng)數(shù)模正課3 插值算法

    在數(shù)模比賽中,很多類型的題目都需要根據(jù)已知的函數(shù)點(diǎn)進(jìn)行數(shù)據(jù)分析和模型處理; 當(dāng)此時(shí)題目所給的數(shù)據(jù)較少時(shí),我們就無(wú)法進(jìn)行準(zhǔn)確科學(xué)的分析,所以需要更多的數(shù)據(jù),也就是函數(shù)點(diǎn); 這就需要使用數(shù)學(xué)方法, 模擬生成一些新的、較靠譜的值來(lái)滿足需求,這就是插值的

    2024年02月11日
    瀏覽(26)
  • 【數(shù)學(xué)建模筆記】【第三講】拉格朗日插值法,牛頓插值法,分段三次埃爾米特插值法及其MATLAB實(shí)踐

    【數(shù)學(xué)建模筆記】【第三講】拉格朗日插值法,牛頓插值法,分段三次埃爾米特插值法及其MATLAB實(shí)踐

    溫馨提示:本文共有3748字,閱讀并理解全文大概需要15-20分鐘 數(shù)模比賽中,常常需要根據(jù)已知的函數(shù)點(diǎn)進(jìn)行數(shù)據(jù)、模型的處理和分析,而有時(shí)候現(xiàn)有的數(shù)據(jù)是極少的,不足以支撐分析的進(jìn)行,這時(shí)就 需要使用一些數(shù)學(xué)的方法,“模擬產(chǎn)生”一些新的但又比較靠譜的值來(lái)滿足

    2024年02月05日
    瀏覽(20)
  • Matlab數(shù)學(xué)建模算法詳解之混合整數(shù)線性規(guī)劃 (MILP) 算法(附完整實(shí)現(xiàn)代碼)

    ???運(yùn)行環(huán)境:Matlab ???撰寫作者:左手の明天 ???精選專欄:《python》 ????推薦專欄:《算法研究》 ####? 防偽水印—— 左手の明天?#### ?? 大家好??????,我是 左手の明天 !好久不見?? ??今天分享matlab數(shù)學(xué)建模算法—— 混合整數(shù)線性規(guī)劃 (MILP) 算法 ??

    2024年02月04日
    瀏覽(30)
  • 【數(shù)學(xué)建模美賽 | 國(guó)賽必學(xué)模型算法精講】層次分析法——模型原理及Matlab+Python雙語(yǔ)言代碼演示

    【數(shù)學(xué)建模美賽 | 國(guó)賽必學(xué)模型算法精講】層次分析法——模型原理及Matlab+Python雙語(yǔ)言代碼演示

    層次分析法 是 評(píng)價(jià)決策類 中一個(gè)比較常用的方法,很多留意美賽賽題的小伙伴們就會(huì)發(fā)現(xiàn),在美賽EF類題目的歷年O獎(jiǎng)?wù)撐闹校瑢哟畏治龇ǔ霈F(xiàn)的概率是非常高的。層次分析法呢一般是針對(duì)評(píng)價(jià)決策類的題目,讓我們?cè)u(píng)價(jià)或選擇一個(gè)可能更好、更優(yōu)的政策及方案,那這樣呢,

    2024年01月25日
    瀏覽(21)
  • 【數(shù)學(xué)建模】《實(shí)戰(zhàn)數(shù)學(xué)建模:例題與講解》第五講-微分方程建模(含Matlab代碼)

    【數(shù)學(xué)建?!俊秾?shí)戰(zhàn)數(shù)學(xué)建模:例題與講解》第五講-微分方程建模(含Matlab代碼)

    如果這篇文章對(duì)你有幫助,歡迎點(diǎn)贊與收藏~ 微分方程建模是數(shù)學(xué)建模中一種極其重要的方法,它在解決眾多實(shí)際問(wèn)題時(shí)發(fā)揮著關(guān)鍵作用。這些實(shí)際問(wèn)題的數(shù)學(xué)表述通常會(huì)導(dǎo)致求解特定的微分方程。將各種實(shí)際問(wèn)題轉(zhuǎn)換為微分方程的定解問(wèn)題主要包括以下幾個(gè)步驟: 確定研究

    2024年03月18日
    瀏覽(29)
  • 【數(shù)學(xué)建模】 MATLAB 蟻群算法

    【數(shù)學(xué)建?!?MATLAB 蟻群算法

    MATLAB–基于蟻群算法的機(jī)器人最短路徑規(guī)劃 * https://blog.csdn.net/woai210shiyanshi/article/details/104712540?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522168853912916800215023827%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257Drequest_id=168853912916800215023827biz_id=0utm_medium=distribute.pc_search_result.

    2024年02月15日
    瀏覽(21)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包