MATLAB數(shù)學(xué)建模方法與應(yīng)用

第1章MATLAB數(shù)組運(yùn)算
1．1MATLAB工作界面布局
1．2變量的定義與數(shù)據(jù)類型
1．2．1變量的定義與賦值
1．2．2MATLAB中的常量
1．2．3MATLAB中的關(guān)鍵字
1．2．4數(shù)據(jù)類型
1．2．5數(shù)據(jù)輸出格式
1．3常用函數(shù)
1．4數(shù)組的定義
1．4．1向量的定義
1．4．2矩陣的定義
1．4．3特殊矩陣
1．4．4高維數(shù)組
1．4．5訪問(wèn)數(shù)組元素
1．4．6定義元胞數(shù)組
1．4．7定義結(jié)構(gòu)體數(shù)組
1．4．8定義數(shù)據(jù)集數(shù)組
1．4．9定義表格型數(shù)組
1．4．10幾種數(shù)組的轉(zhuǎn)換
1．5矩陣運(yùn)算
1．5．1矩陣的算術(shù)運(yùn)算
1．5．2矩陣的關(guān)系運(yùn)算
1．5．3矩陣的邏輯運(yùn)算
1．5．4矩陣的其他常用運(yùn)算
第2章MATLAB程序設(shè)計(jì)
2．1MATLAB語(yǔ)言的流程結(jié)構(gòu)
2．1．1條件控制結(jié)構(gòu)
2．1．2循環(huán)結(jié)構(gòu)
2．1．3trycatch試探結(jié)構(gòu)
2．1．4break、continue、return和
pause函數(shù)
2．2編寫自己的MATLAB程序
2．2．1腳本文件
2．2．2函數(shù)文件
2．2．3匿名函數(shù)
2．2．4子函數(shù)與嵌套函數(shù)
2．2．5函數(shù)的遞歸調(diào)用
2．2．6MATLAB常用快捷鍵和快捷
命令
第3章MATLAB數(shù)據(jù)管理
3．1利用數(shù)據(jù)導(dǎo)入向?qū)?dǎo)入數(shù)據(jù)
3．1．1利用數(shù)據(jù)導(dǎo)入向?qū)?dǎo)入TXT
文件
3．1．2利用數(shù)據(jù)導(dǎo)入向?qū)?dǎo)入Excel
文件
3．2調(diào)用函數(shù)讀取外部數(shù)據(jù)
3．2．1調(diào)用readmatrix函數(shù)讀
取TXT數(shù)據(jù)文件
3．2．2調(diào)用textscan函數(shù)讀取
TXT數(shù)據(jù)文件
3．2．3調(diào)用fgetl和sscanf函數(shù)讀
取TXT數(shù)據(jù)文件
3．2．4調(diào)用xlsread函數(shù)讀取
Excel數(shù)據(jù)文件
3．2．5調(diào)用readtable函數(shù)創(chuàng)建
數(shù)據(jù)表
3．3把數(shù)據(jù)寫入文件
3．3．1調(diào)用save函數(shù)保存計(jì)算
結(jié)果
3．3．2調(diào)用xlswrite函數(shù)把數(shù)據(jù)
寫入Excel文件
第4章MATLAB繪圖與可視化
4．1交互式繪圖
4．1．1可視化繪圖工具
4．1．2交互式繪圖案例
4．1．3交互式編輯圖形
4．1．4生成繪圖代碼
4．2圖形對(duì)象與圖形對(duì)象句柄
4．2．1句柄式圖形對(duì)象
4．2．2獲取圖形對(duì)象屬性名稱
和屬性值
4．2．3設(shè)置圖形對(duì)象屬性值
4．3常用繪圖函數(shù)及其應(yīng)用
4．3．1線圖與散點(diǎn)圖
4．3．2曲面、多邊形及體(場(chǎng))
數(shù)據(jù)可視化
4．3．3數(shù)據(jù)分布圖
4．4圖形的修飾與美化
4．4．1圖形修飾與美化的常用
函數(shù)
4．4．2二維圖形的修飾與美化
4．4．3三維圖形的修飾與美化
4．5基于函數(shù)句柄繪圖
4．6圖形的復(fù)制和輸出
4．7制作GIF格式動(dòng)畫
第5章MATLAB符號(hào)計(jì)算
5．1符號(hào)對(duì)象和符號(hào)表達(dá)式
5．1．1創(chuàng)建符號(hào)對(duì)象
5．1．2符號(hào)變量取值域的限定
5．1．3創(chuàng)建符號(hào)表達(dá)式
5．1．4符號(hào)表達(dá)式的常用運(yùn)算
5．1．5符號(hào)運(yùn)算中的轉(zhuǎn)換操作
5．1．6符號(hào)函數(shù)繪圖
5．2符號(hào)微積分
5．2．1極限、導(dǎo)數(shù)和級(jí)數(shù)的符號(hào)
計(jì)算
5．2．2符號(hào)積分計(jì)算
5．3符號(hào)方程求解
5．3．1符號(hào)代數(shù)方程求解
5．3．2符號(hào)常微分方程求解
5．4建模案例選講——藥物中毒的
施救方案
5．4．1問(wèn)題描述
5．4．2問(wèn)題分析
5．4．3模型假設(shè)與符號(hào)約定
5．4．4模型建立
5．4．5模型求解
5．4．6結(jié)果與分析
5．4．7施救方案
第6章MATLAB數(shù)值計(jì)算
6．1微積分問(wèn)題的數(shù)值解
6．1．1離散數(shù)據(jù)求差分及
導(dǎo)數(shù)
6．1．2離散數(shù)據(jù)求積分
6．1．3一元或多元函數(shù)的數(shù)值
積分
6．2代數(shù)方程與方程組的數(shù)值解
6．3常微分方程與方程組的數(shù)
值解
6．3．1初值問(wèn)題求解
6．3．2延遲微分方程(DDE)
求解
6．3．3邊值問(wèn)題求解
6．4偏微分方程與方程組的數(shù)
值解
6．4．1偏微分方程的基本概念
6．4．2有限差分法
6．4．3偏微分方程求解函數(shù)
6．4．4雙曲型偏微分方程求解
實(shí)例
6．4．5拋物型偏微分方程求解
實(shí)例
6．4．6橢圓型偏微分方程求解
實(shí)例
6．4．7pdepe函數(shù)應(yīng)用實(shí)例
6．4．8偏微分方程可視化求解
工具
6．5建模案例選講
6．5．1球場(chǎng)燈光照明問(wèn)題
6．5．2傳染病模型
6．5．3冰鎮(zhèn)西瓜問(wèn)題
第7章多項(xiàng)式與插值擬合
7．1多項(xiàng)式擬合
7．1．1多項(xiàng)式擬合的數(shù)學(xué)模型
7．1．2多項(xiàng)式擬合的MATLAB
實(shí)現(xiàn)
7．1．3多項(xiàng)式擬合案例
7．2插值問(wèn)題的數(shù)學(xué)描述
7．2．1什么是插值
7．2．2一維插值問(wèn)題的數(shù)學(xué)
描述
7．2．3二維插值問(wèn)題的數(shù)學(xué)
描述
7．2．4三次樣條插值的數(shù)學(xué)
描述
7．3MATLAB常用插值函數(shù)
7．4插值擬合案例
7．4．1一維插值
7．4．2二維插值
7．4．3高維插值
7．5建模案例選講
7．5．1聲吶定位問(wèn)題
7．5．2土地面積測(cè)量問(wèn)題
第8章常用優(yōu)化建模方法與MATLAB
求解
8．1求解最優(yōu)化問(wèn)題的MATLAB
函數(shù)
8．2線性規(guī)劃和混合整數(shù)線性
規(guī)劃
8．2．1線性規(guī)劃和混合整數(shù)線
性規(guī)劃的標(biāo)準(zhǔn)型
8．2．2linprog和intlinprog函數(shù)
的用法
8．2．3線性規(guī)劃和混合整數(shù)線
性規(guī)劃的案例
8．3非線性規(guī)劃
8．3．1無(wú)約束的非線性規(guī)劃
8．3．2有約束的非線性規(guī)劃
8．4多目標(biāo)規(guī)劃
8．4．1最大最小問(wèn)題
8．4．2多目標(biāo)達(dá)到問(wèn)題
8．5圖與網(wǎng)絡(luò)優(yōu)化
8．5．1圖與網(wǎng)絡(luò)的基本概念
8．5．2圖的矩陣表示
8．5．3最小生成樹
8．5．4最短路
8．5．5最大流
8．6常用智能優(yōu)化算法
8．6．1遺傳算法
8．6．2模擬退火算法
8．6．3粒子群算法
8．6．4蟻群算法
8．7建模案例選講
8．7．1東方服裝集團(tuán)童衣配送
問(wèn)題
8．7．2手機(jī)基站定位問(wèn)題
第9章常用統(tǒng)計(jì)建模方法與MATLAB
求解
9．1描述性統(tǒng)計(jì)量和統(tǒng)計(jì)圖
9．1．1描述性統(tǒng)計(jì)量
9．1．2統(tǒng)計(jì)圖
9．2參數(shù)估計(jì)
9．2．1常見分布的參數(shù)估計(jì)
9．2．2自定義分布的參數(shù)估計(jì)
9．3正態(tài)總體參數(shù)的假設(shè)檢驗(yàn)
9．3．1總體標(biāo)準(zhǔn)差已知時(shí)的單個(gè)正
態(tài)總體均值的U檢驗(yàn)
9．3．2總體標(biāo)準(zhǔn)差未知時(shí)的單個(gè)正
態(tài)總體均值的t檢驗(yàn)
9．3．3總體標(biāo)準(zhǔn)差未知時(shí)的兩個(gè)正態(tài)
總體均值的比較t檢驗(yàn)
9．3．4總體均值未知時(shí)的單個(gè)正
態(tài)總體方差的χ2檢驗(yàn)
9．3．5總體均值未知時(shí)的兩個(gè)正態(tài)總
體方差的比較F檢驗(yàn)
9．4常用非參數(shù)檢驗(yàn)
9．4．1游程檢驗(yàn)
9．4．2符號(hào)檢驗(yàn)
9．4．3Wilcoxon符號(hào)秩檢驗(yàn)
9．4．4MannWhitney秩和
檢驗(yàn)
9．4．5分布的擬合與檢驗(yàn)
9．4．6列聯(lián)表檢驗(yàn)
9．5方差分析
9．5．1單因素方差分析
9．5．2雙因素方差分析
9．5．3方差分析的MATLAB
實(shí)現(xiàn)
9．6回歸分析
9．6．1一元線性回歸
9．6．2多元線性回歸
9．6．3非線性回歸
9．6．4回歸分析案例及MATLAB
實(shí)現(xiàn)
9．7聚類分析
9．7．1距離和相似系數(shù)
9．7．2系統(tǒng)聚類法
9．7．3K均值聚類法
9．7．4聚類分析的MATLAB
函數(shù)
9．7．5Q型聚類分析案例
9．7．6R型聚類分析案例
9．8判別分析
9．8．1距離判別
9．8．2貝葉斯判別
9．8．3判別分析的MATLAB
函數(shù)
9．8．4判別分析案例
9．9主成分分析
9．9．1主成分分析的幾何意義
9．9．2總體的主成分
9．9．3樣本的主成分
9．9．4主成分分析的MATLAB
函數(shù)
9．9．5主成分分析案例
第10章人工神經(jīng)網(wǎng)絡(luò)方法
10．1人工神經(jīng)元模型
10．2神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)
10．3神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式與BP
算法
10．3．1學(xué)習(xí)方式
10．3．2BP算法
10．4MATLAB神經(jīng)網(wǎng)絡(luò)工具箱
常用函數(shù)
10．5基于BP網(wǎng)絡(luò)的數(shù)據(jù)擬合
10．5．1模型建立
10．5．2模型求解
10．6基于SOM網(wǎng)絡(luò)的聚類
分析
10．6．1SOM網(wǎng)絡(luò)的結(jié)構(gòu)
10．6．2自組織特征映射學(xué)習(xí)
算法
10．6．3主要城市氣溫模式分類
研究
10．7基于BP網(wǎng)絡(luò)的神經(jīng)元形態(tài)
分類與識(shí)別
10．7．1問(wèn)題重述
10．7．2問(wèn)題分析
10．7．3模型建立
10．7．4模型求解
10．8建模案例選講——譫妄的
診斷
10．8．1問(wèn)題描述
10．8．2利用聚類分析進(jìn)行
數(shù)據(jù)探索
10．8．3譫妄的診斷
第11章排隊(duì)論方法
11．1排隊(duì)論的基本概念
11．1．1排隊(duì)系統(tǒng)的組成
11．1．2排隊(duì)系統(tǒng)的運(yùn)行
指標(biāo)
11．1．3排隊(duì)系統(tǒng)的狀態(tài)及
概率
11．2排隊(duì)系統(tǒng)的概率分布
11．2．1泊松流與泊松分布
11．2．2負(fù)指數(shù)分布
11．2．3愛爾朗分布
11．3排隊(duì)模型的標(biāo)準(zhǔn)形式
11．4單服務(wù)臺(tái)的排隊(duì)模型
11．4．1標(biāo)準(zhǔn)型： M/M/1
11．4．2系統(tǒng)容量有限： M/M/1/
N/∞
11．4．3顧客源有限： M/M/1/
∞/m
11．4．4服務(wù)時(shí)間服從任意分布： 
M/G/1
11．5多服務(wù)臺(tái)的排隊(duì)模型
11．5．1標(biāo)準(zhǔn)型： M/M/c
11．5．2系統(tǒng)容量有限： M/M/c/
N/∞
11．5．3顧客源有限： M/M/c/
∞/m
11．6常見排隊(duì)模型的MATLAB
求解
11．6．1編寫常見排隊(duì)模型的
通用求解函數(shù)
11．6．2常見排隊(duì)模型的求解
案例
11．7排隊(duì)模型的隨機(jī)模擬
11．7．1隨機(jī)模擬的原理
11．7．2隨機(jī)模擬的步驟
11．7．3隨機(jī)模擬的程序?qū)崿F(xiàn)
11．8建模案例選講——超市收銀
臺(tái)支付方式的優(yōu)化模型
11．8．1問(wèn)題描述
11．8．2問(wèn)題分析
11．8．3模型假設(shè)與符號(hào)說(shuō)明
11．8．4模型建立
11．8．5模型求解代碼
第12章多指標(biāo)綜合評(píng)價(jià)方法
12．1層次分析法
12．1．1層次分析法的原理與
步驟
12．1．2建立層次結(jié)構(gòu)模型
12．1．3構(gòu)造判斷矩陣
12．1．4層次單排序與一致性
檢驗(yàn)
12．1．5層次總排序與決策
12．2模糊綜合評(píng)價(jià)法
12．2．1模糊綜合評(píng)價(jià)的原理與
步驟
12．2．2常用的模糊算子
12．2．3一級(jí)模糊綜合評(píng)價(jià)
12．2．4多級(jí)模糊綜合評(píng)價(jià)
12．3建模案例選講——公務(wù)員
招聘問(wèn)題
12．3．1問(wèn)題描述
12．3．2問(wèn)題分析
12．3．3模型假設(shè)
12．3．4模型建立
12．3．5模型求解代碼
第13章MATLAB圖像處理基礎(chǔ)
13．1圖像的基本類型
13．1．1索引圖像
13．1．2真彩圖像
13．1．3灰度圖像
13．1．4二值圖像
13．1．5圖像類型的轉(zhuǎn)換
13．2圖像的讀寫與顯示
13．3圖像的幾何變換與增強(qiáng)
13．3．1圖像縮放
13．3．2圖像旋轉(zhuǎn)
13．3．3對(duì)比度增強(qiáng)
13．3．4直方圖均衡
13．4圖像去噪
13．4．1銳化濾波
13．4．2中值濾波
13．4．3傅里葉變換低通
濾波
13．5圖像分割與區(qū)域分析
13．5．1閾值分割
13．5．2自適應(yīng)閾值分割
13．5．3指定灰度值范圍進(jìn)行
圖像分割
13．5．4手動(dòng)選取感興趣區(qū)域
13．5．5邊緣檢測(cè)
13．5．6區(qū)域分析
13．6建模案例選講——基于圖像
資料的數(shù)據(jù)重建與擬合
13．6．1案例描述
13．6．2重建圖像數(shù)據(jù)
13．6．3曲線擬合
第14章Simulink建模與仿真
14．1Simulink簡(jiǎn)介
14．1．1何為Simulink
14．1．2Simulink的啟動(dòng)
14．1．3Simulink的模塊庫(kù)
14．2Simulink動(dòng)態(tài)系統(tǒng)建模與
仿真
14．2．1我的第一個(gè)Simulink
模型
14．2．2用Simulink模型解
方程
14．3建模案例選講——貓追老鼠
的Simulink動(dòng)畫仿真
14．3．1問(wèn)題描述
14．3．2建立數(shù)學(xué)模型
14．3．3建立Simulink模型
14．3．4設(shè)置模型求解參數(shù)
14．3．5編寫動(dòng)畫模擬的
SFunction
14．3．6模型求解與實(shí)時(shí)仿真
14．3．7總結(jié)
第15章全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽
真題解析
15．1儲(chǔ)油罐的變位識(shí)別與罐容
表標(biāo)定
15．1．1問(wèn)題描述
15．1．2問(wèn)題分析
15．1．3問(wèn)題一模型建立
15．1．4問(wèn)題二模型建立
15．1．5問(wèn)題一模型求解
15．1．6問(wèn)題二模型求解
15．2創(chuàng)意平板折疊桌
15．2．1問(wèn)題描述
15．2．2問(wèn)題分析
15．2．3模型假設(shè)
15．2．4符號(hào)說(shuō)明
15．2．5問(wèn)題一模型建立
15．2．6問(wèn)題二模型建立
15．2．7問(wèn)題三模型建立
15．2．8問(wèn)題一模型求解
15．2．9問(wèn)題二模型求解
15．2．10問(wèn)題三模型求解
15．2．11折疊桌設(shè)計(jì)軟件
參考文獻(xiàn)