数学实验指导书-read.doc

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数学实验指导书-read

模糊数学实验指导书 写实验报告注意事项: 统一用Word文档保存,文件名为:0x14xxxxx[y],共12个字符,其中xxxxx为你的学号后5位数,y为实验序号(1,2,…,6). Word文档第一行为你的姓名与学号,其次拷贝实验名称、目的、学时与内容,然后注明实验日期,再其次是你所做的具体内容.可参考后面的范例. 本实验主要采用MATLAB软件. 你所做的具体内容除结果或说明外,都用文本格式编辑. 不得拷贝或抄袭他人的结果(包括教材上的例子和其他文本格式的范例). 提示:MATLAB软件包中有模糊工具箱(C:\MATLAB6p5\toolbox\fuzzy). 实验一 模糊统计与模糊分布 实验目的: 会使用数学软件MATLAB进行模糊统计,掌握得到模糊分布(隶属函数)近似解析表达式的方法. 实验学时:4学时 实验内容: ⑴ 根据模糊集的数据统计区间(例如随机产生“青年人”的年龄区间),绘制模糊统计频率直方图. ⑵ 根据上述数据,导出该模糊集隶属函数的近似解析表达式,说明你的方法的可行性(在同一坐标系中绘制模糊统计频率直方图与模糊集隶属函数的图形,给出残差平方和). 实验二 模糊聚类与模糊识别 实验目的: 掌握模糊相似矩阵的建立方法与最大隶属原则,会求传递闭包矩阵;会使用数学软件MATLAB进行模糊矩阵的有关运算. 实验学时:4学时 实验内容: ⑴ 根据已知数据进行数据标准化. ⑵ 根据已知数据建立模糊相似矩阵,并求出其传递闭包矩阵. ⑶ (可选做)根据模糊等价矩阵绘制动态聚类图. ⑷ (可选做)根据原始数据或标准化后的数据和⑶的结果确定最佳分类. ⑸ 根据已知数据用最大隶属原则进行模糊识别. 实验三 求解模糊线性规划 实验目的: 掌握将模糊线性规划转化为一般线性规划的方法,会使用数学软件Lindo求解一般线性规划. 实验学时:4学时 实验内容: 将已知模糊线性规划问题用C语言编程生成Lindo软件的数据格式,再用Lindo软件求解. 下面是实验报告样式 [姓名] [学号] 实验一 模糊统计与模糊分布 实验目的: 会使用数学软件MATLAB进行模糊统计,掌握得到模糊分布(隶属函数)近似解析表达式的方法. 实验学时:4学时 实验内容: ⑴ 根据模糊集的数据统计区间(例如随机产生“青年人”的年龄区间),绘制模糊分布图. ⑵ 根据上述数据,导出该模糊集隶属函数的近似解析表达式,说明你的方法的可行性(在同一坐标系中绘制模糊分布图与模糊集隶属函数的图形,给出残差平方和,用F分布检验). 实验日期:200x年x月x日 操作步骤: ⑴ 随机产生模糊集的数据统计区间,论域[a,b],绘制模糊分布图. n=20;a=12;b=40;A=rand(2,n); for i=1:1:2*n A(i)=a+A(i)*(b-a);% 取整数A(i)=a+round(A(i)*(b-a)); end for i=1:1: n if A(1,i)A(2,i) % 调整区间的上下限 xxxxx=A(1,i); A(1,i)=A(2,i); A(2,i)=xxxxx; end end A%显示模糊集A的数据 A1=b;A2=a; for i=1:1: n if(A(1,i)A1)A1=A(1,i); %A的最小值 end if(A(2,i)A2)A2=A(2,i); %A的最大值 end end x=A1:(A2-A1)/100:A2; Ax=[]; for i=1:1:length(x) Ax(i)=0; for j=1:n if(x(i)=A(1,j)x(i)=A(2,j)) Ax(i)= Ax(i)+1; end end Ax(i)=Ax(i)/n; end plot(x,Ax) 结果: ⑵ 模糊集A隶属函数的近似解析表达式,在同一坐标系中绘制模糊分布图与模糊集隶属函数的图形,并给出残差平方和,用F分布检验. 以下仅给出多项式回归并用F分布检验的方法,供参考 x0=37.0:0.5:43.0; y0=[3.40 3.00 3.00 2.27 2.10 1.83 1.53 1.70 1.80 1.90 2.35 2.54 2.90]; x=x0;%转置 y=y0;%转置 m=2;n=length(x); xs=polyfit(x,y,m)%方法1多项式系数行向量降幂排列 yy=0;jxj=[]; for i=1:n jxj(i)=xs(m+1); for k=1:m jxj(i)=jxj(i)+xs(k)*x(i)^(m-k+1); %解析解 end yy=yy+y(i); end jxj plot(x,jxj,x,y,-+) X(n,m+1)=1; %定义n行m+1列矩阵X X(:,1)=1; %X的第1列全为1 for i=1:m X(

您可能关注的文档

文档评论(0)

wangsux + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档