[数学建模]灵敏度分析记录
1、灵敏度调试
function y=mfun(L)
g=9.8;
m=75;
pi=3.1415926;
u=0.02;
%L=2;
a=18*pi/180;
k=0.5;
v0=60;
E0=1/2*m*v0*v0;r=5;
E_edge=(1-2.*u.*L./r).*(E0.*exp(-2.*pi.*u)-3.*m.*g.*r.*u.*cos(a).*(exp(-2.*pi.*u)+1))./(4.*u.*u+1)-m.*g.*L.*cos(a);
h_max=(1./2.*k).*log(1+2.*k.*E_edge./m./g);
plot(L,h_max,'r');
hold on;
r=4;
E_edge=(1-2.*u.*L./r).*(E0.*exp(-2.*pi.*u)-3.*m.*g.*r.*u.*cos(a).*(exp(-2.*pi.*u)+1))./(4.*u.*u+1)-m.*g.*L.*cos(a);
h_max=(1./2.*k).*log(1+2.*k.*E_edge./m./g);
plot(L,h_max,'b');
hold on;
r=3;
E_edge=(1-2.*u.*L./r).*(E0.*exp(-2.*pi.*u)-3.*m.*g.*r.*u.*cos(a).*(exp(-2.*pi.*u)+1))./(4.*u.*u+1)-m.*g.*L.*cos(a);
h_max=(1./2.*k).*log(1+2.*k.*E_edge./m./g);
plot(L,h_max,'g');
hold on;for L=0:1:10E_edge=(1-2.*u.*L./r).*(E0.*exp(-2.*pi.*u)-3.*m.*g.*r.*u.*cos(a).*(exp(-2.*pi.*u)+1))./(4.*u.*u+1)-m.*g.*L.*cos(a);h_max=(1./2.*k).*log(1+2.*k.*E_edge./m./g);plot(L,h_max,'b*');
endgrid on; %加表格,刻度均匀
legend('r=5','r=4','r=3'); %图例标注
xlabel('L'); %横纵坐标
ylabel('Maximum height');
set(gca,'XTick',0:5:60); %修改x轴的坐标值,效果是0-0,5-1,10-2...
set(gca,'XTicklabel',{'0','1','2','3','4','5','6','7','8','9','10'});end
2、
function y=mfun(v0)
pi=3.14159;
g=9.8;
m=75;
u=0.02;
k=0.5;
%v0=60;
w1=0.5;
w2=0.5;
u_front=0.8;
u_back=0.01;
a=18;
L=2;
S=5;
r=2.8;
R=0.4;
qq=exp(-pi.*u);
qqq=m*g*r*cosd(a);
qq=exp(-pi.*u);
qqq=m*g*r*cosd(a);
h_min=1; %最低是1m
h_max=8;
a_min=180; %基础动作180
a_max=1260; %高难度1260u=0.02;
E0=1./2.*m.*v0.*v0;
Eb=(E0*qq)-qqq*(u*qq-2*u*u-1)/(4*u*u+1);
E_edge=(1-2*u*L/r)*((Eb-u*m*g*S)*qq-((2*u*u+1)*qq+u)*qqq/(4*u*u+1))-m*g*L*cosd(a);
h=(1/2*k)*log(1+2*k*E_edge/m/g);
plot(v0,h,'r');
hold on;u=0.12;
E0=1./2.*m.*v0.*v0;
Eb=(E0*qq)-qqq*(u*qq-2*u*u-1)/(4*u*u+1);
E_edge=(1-2*u*L/r)*((Eb-u*m*g*S)*qq-((2*u*u+1)*qq+u)*qqq/(4*u*u+1))-m*g*L*cosd(a);
h=(1/2*k)*log(1+2*k*E_edge/m/g);
plot(v0,h,'g');
hold on;u=0.22;
E0=1./2.*m.*v0.*v0;
Eb=(E0*qq)-qqq*(u*qq-2*u*u-1)/(4*u*u+1);
E_edge=(1-2*u*L/r)*((Eb-u*m*g*S)*qq-((2*u*u+1)*qq+u)*qqq/(4*u*u+1))-m*g*L*cosd(a);
h=(1/2*k)*log(1+2*k*E_edge/m/g);
plot(v0,h,'b');
hold on;legend('u=0.02','u=0.12','u=0.22'); %图例标注
end
[数学建模]灵敏度分析记录相关推荐
- 数学建模灵敏度分析_数学建模中的灵敏度分析,到底在分析什么?
-2019/6/13- 概念 在数学建模中使用最优化方法时,我们常常会忽略对模型进行灵敏度分析,若缺少这一个步骤,会使得模型的可靠度受到质疑,那到底什么是灵敏度分析? 参考百度:灵敏度分析,是研究与分 ...
- 数学建模——层次分析法Python代码
数学建模--层次分析法Python代码 import numpy as np class AHP: """ 相关信息的传入和准备 """ d ...
- 经济金融领域简单数学建模和分析:MATLAB成本曲线方程和销售收入直线方程
经济金融领域简单数学建模和分析:MATLAB成本曲线方程和销售收入直线方程 MATLAB代码: x=[0:0.1:5]; y=9*x; plot(x,y,'r','LineWidth',0.5) ho ...
- 《数学建模:基于R》一一1.7 数学建模案例分析——食品质量安全抽检数据分析...
本节书摘来自华章计算机<数学建模:基于R>一书中的第1章,第1.7节,作者:薛 毅 更多章节内容可以访问云栖社区"华章计算机"公众号查看. 1.7 数学建模案例分析-- ...
- 2018研究生数学建模成绩分析
2018第十五届全国研究生数学建模竞赛完整赛题下载 2018研究生数学建模成绩分析,主要从以下几个方面进行分析 建模成绩数据来源:2018研究生数学建模成绩汇总 1. 按'队长所在单位'统计每个学校的 ...
- 数学建模复习——代码记录
数学建模复习 [1]线性规划问题的MATLAB求解 [2]非线性规划模型 1.有约束的一元函数的最小值 2.无约束多元函数问题 3.约束非线性规划问题 [3]多目标规划matlab求解 [4]0-1规 ...
- 2020年华为杯第十七届中国研究生数学建模竞赛---回顾记录
这次做一个复盘贴,刚刚参加完这次的华为杯数学建模,由于是2020级研究生所以允许跨校组队,所以选择的队友是两个外校的,沟通方面第一天至第三天每天在微信使用语音通话汇报一次进度,第四天至第五天腾讯会议共 ...
- 灰色关联度分析_数学建模|关联分析之术|灰度预测模型预备知识
关联分析 作者:PureFFFmennory 联系方式:ProdigyYanng@gmail.com 1. 目的 现实客观事物的每个现象非常复杂,影响因素繁多.对某一个系统而言,需要对该系统进行因素分 ...
- 数学建模层次分析法例题及答案_斩获国际特等奖!兰理工数学建模团队为百年校庆献礼...
近日,2019年美国大学生数学建模竞赛(MCM-ICM)成绩正式公布. 兰州理工大学数学建模团队再创佳绩,分别获得国际特等奖(Outstanding Winner)1项.一等奖(Meritorious ...
最新文章
- 菜鸟学Linux 第044篇笔记 算法和私有CA
- Android更新带进度条的通知栏
- yarn 更新_YARN-HA配置
- ConcurrentHashMap之实现细节(转)
- 【Python 标准库学习】伪随机数生成库 — random
- html5+shim脚本,HTML5探秘:用requestAnimationFrame优化Web动画
- Lesson 013 —— python 数字
- HTML5 classList 操作类名
- ios控制中心android版,IOS控制中心
- 明日服务器中断,明日之后服务器连接中断 无法登陆解决办法[多图]
- matlab arma 仿真,基于Matlab的ARMA模型时间序列分析法仿真
- ct是计算机软件分析报告吗,ct影像工作站|ct诊断报告系统|ct图文工作站|dicom软件系统|技易科技-医学影像软件网...
- 2022年制冷与空调设备运行操作最新解析及制冷与空调设备运行操作作业考试题库
- numpy中的seed
- 2021年茶艺师(中级)报名考试及茶艺师(中级)考试内容
- Python生成密码字典教程
- CSS3粒子连接动画
- stm32zet6自制简易示波器
- Android5.1.+ getRunningAppProcesses()获取运行中进程(第三方开源库)
- win7 显示桌面ie图标 ,IE9 多账号登陆 账号多开
热门文章
- 微信小程序支付,微信支付【小白专用】
- paddle.fluid.io.xmap_readers
- java8和java9的对比
- 【容斥原理】【推导】【树状数组】Gym - 101485G - Guessing Camels
- NVMe SSD测试为何要先做预处理?
- 创建对象与对象属性添加
- 设计需求分析方法与过程
- diskman DiskGenius 恢复windows管理中删除分区数据
- 正确率/精度(precision),召回率(recall),F1-score,ROC 曲线,AUC值
- python re.compile() 详解——Python正则表达式