汽车刹车距离 (利用MATLAB进行验证性实验)

本文通过实例分析了如何使用数据拟合方法求解刹车距离模型中比例系数k,并提供了相应的Python代码。首先,通过给定车速和实际刹车距离数据,计算并得到了k的值。然后,应用该模型计算了刹车距离和时间,并对比了实际与预测结果。最后,通过图形展示了刹车距离的实际值与计算值的对比,以直观展示模型的准确性。
摘要由CSDN通过智能技术生成

模型:d=t1v+kv2 其中,d 为刹车距离,变量 v 为车速,参数 t1 为反应时间,参数 k 为比例系数。 取经验值 t1=0.75 秒。

        

1. 用数据拟合求参数 k 为适合数据拟合,将模型改为:y=k 其中 y=(d-0.75v)/v2

程序如下:

clear;clc;
v=[29.3 44.0 58.7 73.3 88.0 102.7 117.3]; %英尺/秒
d=[44 78 124 186 268 372 506]; %最大实际刹车距离(英尺)
y=(d-0.75*v)./v.^2;
k=polyfit(v,y,0)

结果

2. 用所得模型计算刹车距离和刹车时间(数据比较)

程序如下:

clear;clc;
k= 0.0258; %上题所求得的结果
v=[29.3 44.0 58.7 73.3 88.0 102.7 117.3]; %英尺/秒
d=[44 78 124 186 268 372 506]; %最大实际刹车距离(英尺)
dd=0.75*v+k*v.^2; %计算刹车距离
t=d./v; %计算刹车时间
format short g;
[v',d',round(10*[dd',t'])/10]

结果

3. 实际和计算刹车距离的比较(拟合图形)

程序如下:

clear;clc;
k= 0.0258; %题 1 所求得的结果
vh=[20 30 40 50 60 70 80]; %英里/小时
v=[29.3 44.0 58.7 73.3 88.0 102.7 117.3];% 英尺/秒
d=[44 78 124 186 268 372 506];% 最大实际刹车距离(英尺)
dd=0.75*v+k*v.^2; %计算刹车距离
plot(vh,d,'r+',vh,dd,'b-');
title('实际和计算刹车距离的比较');
axis([20,80,0,510]);
xlabel('v 英里/小时');
ylabel('d 英尺');

结果

 

  • 18
    点赞
  • 102
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值