《数学建模课程
设计
领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计
》
实 验 报 告
课
题
快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题
名称: 数 学 建 模 课 程 设 计
系 (院): 理 学 院
专 业: 数 学 与 应 用 数 学
班 级: 09122111091221110912211109122111
学生姓名: 张艺 孙传辉
学 号: 0912211123091221112309122111230912211123 0910551112091055111209105511120910551112
指导教师: 许 建 强 老 师
开课时间: 2010201020102010 ---- 2011201120112011 学年 二 学期
一、 问题重述:
拟合数据,得出一个方程使得
标准
excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载
数据与理论数据的差不超过 1%,第一组数据如下:
EP01 3.9900 EL02 0.0000
EP03 10.465 EL04 6.357
EP05 11.902 EL06 9.795
EP07 14.590 EK08 21.500
EP09 16.903 EL10 50.818
EP11 18.103 EL12 92.327
EP13 18.775 EL14 139.09
EP15 19.253 EL16 196.68
EP17 19.539 EL18 250.26
EP19 19.758 EL20 307.63
EP21 19.902 EL22 357.72
EP23 19.995 EL24 397.51
验证数据:
指示电流 标准数值
13.954 17.708
17.608 70.846
18.492 115.99
19.162 183.41
第二组数据如下:
EP01 4.0000 EL02 0.0000
EP03 10.567 EL04 11.606
EP05 13.451 EL06 22.067
EP07 15.895 EK08 43.528
EP09 16.886 EL10 60.469
EP11 17.724 EL12 80.579
EP13 18.392 EL14 104.065
EP15 18.760 EL16 120.578
EP17 19.072 EL18 137.078
EP19 19.380 EL20 156.642
EP21 19.681 EL22 179.538
EP23 19.986 EL24 206.881
验证数据:
指示电流 标准数值
14.758 30.861
15.580 39.520/39.356
17.950 88.122
19.870 197.631
第三组数据如下:
EP01 4.0000 EL02 0.0000
EP03 15.224 EL04 19.64
EP05 16.116 EL06 26.601
EP07 17.664 EK08 50.245
EP09 18.497 EL10 77.879
EP11 18.800 EL12 93.965
EP13 19.162 EL14 120.119
EP15 19.351 EL16 138.312
EP17 19.526 EL18 161.438
EP19 19.717 EL20 194.814
EP21 19.850 EL22 226.264
EP23 19.944 EL24 252.904
验证数据:
指示电流 标准数值
15.886 25.00
17.546 47.89
19.197 122.45
二、 问题分析:
此提示要求拟合物理数据,并用标准数据进行验证
三、 解题思路:
此题要求拟合数据,由于我们不知道具体的方程形式是什么,且不知道其参数如何,故
我们无法直接用 MATLAB 编程求解,我们考虑用 MATLAB 统计工具箱里的数据拟合工具
箱进行拟合,然后再进行编程分析。
四、 解决
方法
快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载
:
我们先把数据输进 matlab 后发现 smoothingspline、cubic spline、 rational 里的 cubic
polynomial 及 guass2 都能很好的拟合数据,但代入标准数据后都无法做到每个数据的误差度
小于 1%;
经过比较我们选用 smoothingspline 进行数据拟合,并稍作处理即可得到非常好的结果,如
下:
第一组 第二组 第三组
0.001917 0.001933 0
0.000586 0.004225 0.008305
0.000031 0.005355 0.00549
0.001201 0.008394
由上可以看出数据拟合得很好:故我们把它做成 GUI 后界面如下:
由于数据都在 GUI 程序里了,故运行速度还是较快的;我们也做了数据输入窗口以便实际
使用,理论值与误差都是自动计算的,因此使用还是较方便的。
五、 结论:
由以上 GUI 可以看出拟合的程度还是较好的,可以放之于实践中使用,由于数据数量
所限,不能得出数据所反映的物理方程,诚为一大憾事,悲哉呀!此也为本次建模之最大缺
陷!如果多一些数据,我想应该可以得出所反映的物理方程的!不过我也从此次建模中学到
了很多东西,可谓收获颇丰呀!
六、 感谢:
非常感激许建强老师给了我这次实践的机会及耐心的指导,也感激张艺同学的无私帮
助!,谨在此致以我最诚挚的谢意!
七、参考文献
[ ]1 熊卫国 . 数学实验教程[M]. 广东: 中山大学出版社 . 2006.
[ ]2 李玉莉 . MATLAB 函数速查
手册
华为质量管理手册 下载焊接手册下载团建手册下载团建手册下载ld手册下载
[M]. 北京:化学工业出版社 . 2010
[ ]3 姜启源 谢金星 叶俊 .数学模型[M] . 北京:高等教育出版社 . 2010
八、附录:
所写的 GUI 程序如下:
function varargout = peking1(varargin)
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @peking1_OpeningFcn, ...
'gui_OutputFcn', @peking1_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
function peking1_OpeningFcn(hObject, eventdata, handles, varargin)
a1=[3.99;10.465000;11.902000;14.590000;16.903000;18.103000;18.775000;
19.253000;19.539000;19.758000;19.902000;19.995000];
b1=[0;6.357000;9.795000;21.500000;50.818000;92.327000;139.090000;196.
680000;250.260000;307.630000;357.720000;397.510000];
t11=[13.954;17.608;18.492;19.162];
t12=[17.708000;70.846000;115.990000;183.410000];
x=3.9:0.01:20.1;
p=fit(a1,b1,'smoothingspline');
cha1=p(t11);
wucha1=abs(cha1-t12)./t12;
z=p(x);
plot(a1,b1,'+',x,z)
set(gca,'Xlim',[3.8 20.5]);
set(gca,'Ylim',[-10 410]);
Data(:,1)=t11;
Data(:,2)=cha1;
Data(:,3)=t12;
Data(:,4)=wucha1;
set(handles.uitable1,'Data',Data);
handles.output = hObject;
guidata(hObject, handles);
function varargout = peking1_OutputFcn(hObject, eventdata, handles)
varargout{1} = handles.output;
function popupmenu1_Callback(hObject, eventdata, handles)
lx = fittype('smoothingspline');
j=get(handles.popupmenu1,'Value');
switch j
case 1
a1=[3.99;10.465000;11.902000;14.590000;16.903000;18.103000;18.775000;
19.253000;19.539000;19.758000;19.902000;19.995000];
b1=[0;6.357000;9.795000;21.500000;50.818000;92.327000;139.090000;196.
680000;250.260000;307.630000;357.720000;397.510000];
x=3.9:0.01:20.1;
p=fit(a1,b1,lx);
z=p(x);
plot(a1,b1,'+',x,z)
set(gca,'Xlim',[3.8 20.5]);
set(gca,'Ylim',[-10 410]);
case 2
a2=[4;10.567000;13.451000;15.895000;16.886000;17.724000;18.392000;18.
760000;19.072000;19.380000;19.681000;19.986000];
b2=[0;11.606000;22.067000;43.528000;60.469000;80.579000;104.065000;12
0.578000;137.078000;156.642000;179.538000;206.881000];
x=3.9:0.01:20.1;
p=fit(a2,b2,lx);
z=p(x);
plot(a2,b2,'+',x,z)
set(gca,'Xlim',[3.8 20.5]);
set(gca,'Ylim',[-10 230]);
case 3
a3=[4;15.224000;16.116000;17.664000;18.497000;18.800000;19.162000;19.
351000;19.526000;19.717000;19.850000;19.944000;15.886000];
b3=[0;19.640000;26.601000;50.245000;77.879000;93.965000;120.119000;13
8.312000;161.438000;194.814000;226.264000;252.904000;25.000000];
x=3.9:0.01:20.1;
p=fit(a3,b3,lx);
z=p(x);
plot(a3,b3,'+',x,z)
set(gca,'Xlim',[3.8 20.5]);
set(gca,'Ylim',[-10 270]);
end
function popupmenu1_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
function edit1_Callback(hObject, eventdata, handles)
j=get(handles.popupmenu3,'Value');
current_Str1=get(hObject,'string');
ed1=str2double(current_Str1);
switch j
case 1
a1=[3.99;10.465000;11.902000;14.590000;16.903000;18.103000;18.775000;
19.253000;19.539000;19.758000;19.902000;19.995000];
b1=[0;6.357000;9.795000;21.500000;50.818000;92.327000;139.090000;196.
680000;250.260000;307.630000;357.720000;397.510000];
p=fit(a1,b1,'smoothingspline');
zhi=p(ed1);
set(handles.edit21,'string',zhi);
case 2
a2=[4;10.567000;13.451000;15.895000;16.886000;17.724000;18.392000;18.
760000;19.072000;19.380000;19.681000;19.986000];
b2=[0;11.606000;22.067000;43.528000;60.469000;80.579000;104.065000;12
0.578000;137.078000;156.642000;179.538000;206.881000];
p=fit(a2,b2,'smoothingspline');
zhi=p(ed1);
set(handles.edit21,'string',zhi);
case 3
a3=[4;15.224000;16.116000;17.664000;18.497000;18.800000;19.162000;19.
351000;19.526000;19.717000;19.850000;19.944000;15.886000];
b3=[0;19.640000;26.601000;50.245000;77.879000;93.965000;120.119000;13
8.312000;161.438000;194.814000;226.264000;252.904000;25.000000];
p=fit(a3,b3,'smoothingspline');
zhi=p(ed1);
set(handles.edit21,'string',zhi);
end
function edit1_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
function edit2_Callback(hObject, eventdata, handles)
current_Str2=get(hObject,'string');
ed2=str2double(current_Str2);
current_Str21=get(handles.edit21,'string');
ed21=str2double(current_Str21);
wucha=abs(ed2-ed21)/ed2;
set(handles.edit22,'string',wucha);
function edit2_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
function uitable1_ButtonDownFcn(hObject, eventdata, handles)
function popupmenu2_Callback(hObject, eventdata, handles)
j=get(handles.popupmenu2,'Value');
switch j
case 1
a1=[3.99;10.465000;11.902000;14.590000;16.903000;18.103000;18.775000;
19.253000;19.539000;19.758000;19.902000;19.995000];
b1=[0;6.357000;9.795000;21.500000;50.818000;92.327000;139.090000;196.
680000;250.260000;307.630000;357.720000;397.510000];
t11=[13.954;17.608;18.492;19.162];
t12=[17.708000;70.846000;115.990000;183.410000];
p=fit(a1,b1,'smoothingspline');
cha1=p(t11);
wucha1=abs(cha1-t12)./t12;
Data(:,1)=t11;
Data(:,2)=cha1;
Data(:,3)=t12;
Data(:,4)=wucha1;
set(handles.uitable1,'Data',Data);
case 2
a2=[4;10.567000;13.451000;15.895000;16.886000;17.724000;18.392000;18.
760000;19.072000;19.380000;19.681000;19.986000];
b2=[0;11.606000;22.067000;43.528000;60.469000;80.579000;104.065000;12
0.578000;137.078000;156.642000;179.538000;206.881000];
t21=[14.758000;15.580000;17.950000;19.870000];
t22=[30.861000;39.520000;88.122000;197.631000];
p=fit(a2,b2,'smoothingspline');
cha2=p(t21);
wucha2=abs(cha2-t22)./t22;
Data(:,1)=t21;
Data(:,2)=cha2;
Data(:,3)=t22;
Data(:,4)=wucha2;
set(handles.uitable1,'Data',Data);
case 3
a3=[4;15.224000;16.116000;17.664000;18.497000;18.800000;19.162000;19.
351000;19.526000;19.717000;19.850000;19.944000;15.886000];
b3=[0;19.640000;26.601000;50.245000;77.879000;93.965000;120.119000;13
8.312000;161.438000;194.814000;226.264000;252.904000;25.000000];
t31=[15.886000;17.546000;19.197000];
t32=[25.000000;47.890000;122.450000];
p=fit(a3,b3,'smoothingspline');
cha3=p(t31);
wucha3=abs(cha3-t32)./t32;
Data(:,1)=t31;
Data(:,2)=cha3;
Data(:,3)=t32;
Data(:,4)=wucha3;
set(handles.uitable1,'Data',Data);
end
function popupmenu2_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
function edit21_Callback(hObject, eventdata, handles)
function edit21_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
function edit22_Callback(hObject, eventdata, handles)
function edit22_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
function uitable1_CreateFcn(hObject, eventdata, handles)
function popupmenu3_Callback(hObject, eventdata, handles)
function popupmenu3_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end