gcutft的博客

2.建立优化问题“容器”【目标函数表达式、约束表达式、初始值...】1.使用实时编辑器“优化”任务求解 （交互式）自动微分：对目标函数与约束自动计算梯度。2.基于“问题”求解优化问题（编程）示例： 使用MATLAB求解数独。使用矩阵与向量定义目标函数与约束。4.根据模板设置目标函数与约束。---需要对优化算法有一定了解。蓝色圈---本问题的全局最优解。生成代码：基于“求解器”求解。1.选择目标函数与约束类型。使用函数定义目标函数与约束。三个圈---三个局部最优解。设计变量、目标函数、约束。

【此算法在对电池SOC进行估计时，主要针对电池实际系统和电池模型系统进行算法处理，两个系统主要由输入量、输出量和状态量构成，其中，输入量为电池充放电电流，输出量为电池输出电压，状态量为电池SOC。【KF算法的核心理论是在状态预测估计的基础上，利用最小均方差原则，通过实际输出值与模型输出值的差值对系统状态预测值进行修正，最终实现对SOC的最优估计。五.卡尔曼滤波算法【基于电池模型实现对电池的SOC估计，必须利用电池特性对电池建立等效电路模型】三.安时积分法＋开路电压法。出现电池SOC值跳变的问题。

参数是描述总体特征的数值，例如总体均值（Population Mean）或总体方差（Population Variance）。这些参数通常是未知的，因此我们需要依靠从样本中得到的统计量来估计它们。

本文以《基于二阶EKF的锂离子电池SOC估计的建模与仿真》文中数据为基础，运用matlab拟合工具箱中的ploymial算法进行八阶多项式拟合为例【电池的平衡电势拟合曲线SOC-EMF】，进行多项式拟合。

仿真结果图。

mfilename---file name of currently running function 当前运行函数的文件名。inputname---variable name of function input 函数输入的变量名。5.当输入代码未缩进，可全选【ctrl+A】，右击，选择【智能缩进】若想让选中程序继续运行，可选中该部分程序，右击或者在工具栏中单击。】，不会将所有的运行结果都显示在【命令行窗口】，可使页面保持干净。，即可将代码进行分节，单击选中需要运行部分，点击工具栏内。

例： ans i,j(复数) inf(无穷) eps(很小的数) NaN(not a number) pi(圆周率Π)即n1*n2 zero matrix 例如zeros(2,4),即为两行四列的全0矩阵。,ans=4 即在矩阵A内，哪个位置的数字等于2，在第四个位置的数字。在【命令窗口】内输入【clear 需要消除的变量名称】，即可进行消除。即可调出A数列的第三行（：冒号可以表示全部，即第三行的全部列）表示消除数列A第三行的所有列，即可将数列A变为两行三列的数列。