matlab画带参数的微分方程,matlab变参量微分方程参数识别

《matlab变参量微分方程参数识别》由会员分享，可在线阅读，更多相关《matlab变参量微分方程参数识别(2页珍藏版)》请在人人文库网上搜索。

1、1 变参数微分方程数值求解例子2 求 function dydt=fun(t,y,u,v) r=u+2;s=v-2; dydt=r+y(2); s*y(1)-2*s*y(2); u=1;5;15;20;25; v=6;12;18;24;30; tspan=0:1:4; y0=0 2; yy=y0; for i=1:length(tspan)-1 t,y=ode45(fun,tspan(i),tspan(i+1),y0,u(i),v(i); y0=y(end,: ); yy=yy;y0; end plot(tspan,yy,-o) 2.1 匿名函数法 f=(t,y,u,v) u+2+y(2); 。

2、(v-2)*y(1)-2*(v-2)*y(2) u=1;5;15;20;25; v=6;12;18;24;30; tspan=0:1:4; y0=0 2; yy=y0; for i=1:length(tspan)-1 t,y=ode45(f,tspan(i),tspan(i+1),y0,u(i),v(i); y0=y(end,: ); yy=yy;y0; end plot(tspan,yy,-o) 2.2 修改加上时间tt(显示所有计算值) clear u=1;5;15;20;25; v=6;12;18;24;30; tspan=0:1:4; y0=0 2; tt =;yy=; for i=1。

3、:length(tspan)-1 t,y=ode45(fun,tspan(i),tspan(i+1),y0,u(i),v(i); y0=y(end,: ); tt=tt;t; yy=yy;y; end plot(tt,yy);%所有的计算数值。 2.3 同过差值可以调节精度。如果u,v随着t是时刻变化的，但是通过测试手段只能测得某一时刻的u,v. clear global yy t1=0:0.1:4;%如果u,v随着t是时刻变化的，可以通过此数值来调节精度 tspan=0:1:4; u=1;5;15;20;25; u1=spline(tspan,u,t1); v=6;12;18;24;30;v。

4、1= spline(tspan,v,t1); y0=0 2; yy=y0; for i=1:length(t1)-1 t,y=ode45(fun,t1(i),t1(i+1),y0,u1(i),v1(i); y0=y(end,: ); yy=yy;y0; end plot(t1,yy) 2 适用matlab对一个常微分方程进行参数回归 问题如下： 已知实验数据x,y，并且x,y的关系满足以下常微分方程 Dy/dx=-k*(y-y0)*y2 其中 k是需要回归的参数，y0是一个常数，通常等于y向量中的最后一个数值。要求： 1.通过lsqcurvefit或者lsqnonlin回归出系数k 2.画出模。

5、型预测值和实验值的对比图，模型预测值可以通过得到常微分方程数值解后三次样条spline插值得到。我已经写好的程序如下，里面有错误，我自己找不出来，请高手帮帮忙，谢谢啊 可以加我的QQ交流：40231185 = function odetest clc;clear; global Je J0 data=xlsread(flux.xls); xdata=data(:,1);ydata=data(:,2); beta0=0.1;Je=ydata(end);J0=ydata(1); options=optimset(TolFun,1e-20,TolX,1e-20,MaxFunEvals,100,Algorithm,trust-region-reflective); beta=lsqcurvefit(cakefun,beta0,xdata,ydata,options); Jc=cakefun(beta,xdata); plot(xdata,ydata,o,xdata,Jc); function y=cakefun(beta,x) global J0 tspan=0 max(x); m,n=size(x); tt yy = ode23s(modeleqs,tspan,J0,beta);。