《推荐数学建模matlab方法整理.docx》由会员分享，可在线阅读，更多相关《推荐数学建模matlab方法整理.docx（28页珍藏版）》请在金锄头文库上搜索。
1、disp()函数的常见用法1、显示字符串 disp(sqrt(2)sqrt(2)将要显示的字符串必须放在单引号里面！2、显示结果 disp(sqrt(2) 1.41423、显示多个字符 disp(sqrt(2)=,num2str(sqrt(2)sqrt(2)=1.4142格式必须如上所示，并且必须有num2str（）函数MATLAB导入excel数据NUM,TXT,RAW=xlsread(example)Example为文件名，NUM返回的是excel中的数据，TXT输出的是文本内容，RAW输出的是未处理数据读取第二个sheet中的数据NUM=xlsread(example，2)读取指定单元格
2、中的数据NUM=xlsread(example,2,A3:D7)matlab导入txt数据ex=importdata(example.txt)TXT中有4*3维的数据矩阵，一共有5*4维的元素矩阵。data=ex.data将TXT文本中的所有数据元素都存储在了data矩阵当中。text=ex.textdata将文本中的所有文本格式数据都存储在了相应矩阵当中。UnifrndR = unifrnd(A,B) 生成被A和B指定上下端点A,B的连续均匀分布的随机数组R。 如果A和B是数组，R(i,j)是生成的被A和B对应元素指定连续均匀分布的随机数。 如果N或P是标量，则被扩展为和另一个输入有相同维数
3、的数组。 R = unifrnd(A,B,m,n,.) 或 R = unifrnd(A,B,m,n,.) 返回m*n*.数组。 如果A和B是标量，R中所有元素是相同分布产生的随机数。 如果A或B是数组，则必须是m*n*.数组。Fminbndfminuncfminsearchfopen1、matlab中fopen函数的常用调用格式1）fileID= fopen(filename)2）fileID= fopen(filename,permission)其中fileID是文件代号，filename是要打开的文件名，permission是打开方式，默认的打开方式是只读模式。第一种情况时选择默认的打开方
4、式，第二种是认为指定打开方式。1. 2fileID是文件的句柄（或者理解为文件的代号），使用fopen()后默认会返回一个文件代号给fileID变量，常用的返回值如下fileID=+N(N是正整数)：表示文件打开成功，文件代号是N.fileID=-1 : 表示文件打开不成功。fileID在此次文件关闭前总是有效的。2. 3permission是打开方式参数,打开方式参数由以下字符串确定：r 读出w 写入（文件若不存在，自动创建）a 后续写入（文件若不存在，自动创建）r+ 读出和写入（文件应已存在）w+ 重新刷新写入，（文件若不存在，自动创建）a+ 后续写入（文件若不存在，自动创建）文件的存储格
5、式：文件打开的默认方式是：二进制。以文本方式打开fscanf%a,%A读入一个浮点值(仅C99有效)%c读入一个字符%d读入十进制整数%i读入十进制，八进制，十六进制整数%o读入八进制整数%x,%X读入十六进制整数%s读入一个字符串，遇空格、制表符或换行符结束。%f,%F,%e,%E,%g,%G用来输入实数，可以用小数形式或指数形式输入。%p读入一个指针%u读入一个无符号十进制整数%n至此已读入值的等价字符数%扫描字符集合%读%符号*是通配符matlab中函数fscanf在文件读取方面的实例如下：从文件中有格式地读数据 fscanf语法1：a,count=fscanf(fid,format,s
6、ize)根据指定的格式从fid 文件按照格式format读出数据并按size的格式放入内存。a ：读出的数据放入内存的变量名count ：返回值。0：失败、n0:成功，n是读出数据个数。fid ：文件号size ：a的数据的格式N : 列向量 inf : 读出文件全部数据M,N : 读出数据以M*N的格式放入变量名a内format ：读出数据的格式format是字符形式，与C语言基本相同。字符形式中有“%”与字符集（d,i,o,u,x,e,f,g,s,c,）搭配构成。例：s=fscanf(fid,%s)返回一个字符。a=fscanf(fid,) 返回一个五位十进制整数。size是一个m n的向
7、量，m为行，n为列（注意，这里读取的顺序是按列优先排列的，不明白的话可以看下面的例子），若n取inf表示读到文件末尾。fid为fopen打开文件的返回值，format是格式化参数（像printf、scanf）。举个小例子：内容： 13, 1, 3.4 3, 2.1, 23 1, 12, 2 4, 5.4, 6现在为了读取001中的数据存在一个数组里，可以用如下方法fid=fopen(001.txt);data=fscanf(fid,%f,%f,%f,3,inf) ;%这里得用单引号fclose(fid);这时data中的数据如下：13 3 1 41 2.1 12 5.43.4 23 2 6Me
8、anM = mean(A)返回沿数组中不同维的元素的平均值。如果A是一个向量，mean(A)返回A中元素的平均值。如果A是一个矩阵，mean(A)将其中的各列视为向量，把矩阵中的每列看成一个向量，返回一个包含每一列所有元素的平均值的行向量。如果A是一个多元数组，mean(A)将数组中第一个非单一维的值看成一个向量，返回每个向量的平均值。M = mean(A,dim)返回A中沿着标量dim指定的维数上的元素的平均值。对于矩阵，mean(A,2)就是包含每一行的平均值的列向量。Simulink与信号处理应用举例 编辑本段回目录A = 1 2 3; 3 3 6; 4 6 8; 4 7 7;mean(
9、A)ans = 3.0000 4.5000 6.0000mean(A,2)ans = 2.0000 4.0000 6.0000 6.0000mean(A)当A为向量时，那么返回值为该向量所有元素的均值当A为矩阵时，那么返回值为该矩阵各列向量的均值mean(A,2)返回值为该矩阵的各行向量的均值Sortsort(A)若A是向量不管是列还是行向量，默认都是对A进行升序排列。sort(A)是默认的升序，而sort(A,descend)是降序排序。sort(A)若A是矩阵，默认对A的各列进行升序排列sort(A,dim)dim=1时等效sort(A)dim=2时表示对A中的各行元素升序排列若欲保留排列
10、前的索引，则可用sA,index = sort(A)，排序后，sA是排序好的向量，index 是 向量sA 中对 A 的索引。 索引使排列逆运算成为可能。由于在sort函数的结果中，是按升序排序的，要转换成降序，先用Xeye（n）生成一个n维的单位阵，然后用Xrot90（X）将其旋转为次对角线的单位阵，再用原来矩阵乘以X即可，如要讲A逆序排列采用如下步骤：X=eye(size(A);X=rot90(X);A=A*X;假如a是一个2*n的矩阵,即两行.b=a(1,:);c,pos=sort(b);%pos为排序后的下标,c为第一行的排序结果;a(2,:)=a(2,pos);%第二行按照第一行排序
11、的下标对应a(1,:)=c;%第一行结果重新赋给a 的第一行以下适用于m*n的矩阵按第一行排序 b, pos = sort( a( 1, : ) );a = a( :, pos );matlab按某一列排序，其他列不变办法b=sortrows(a,2)%a 为要排序的矩阵。2表示按第几列进行排序，整数代表升序，负数代表降序。%将矩阵a按照第2列的升序排列，其他列不会作升序排列，而是将跟随着第2列 的变化，保持一一对应。b=sortrows(a,-3)%将矩阵a按照第3列的降序排列，其他列将跟随着第3列 的变化，保持一一对应。data =132765498sortrows(data,1)ans
12、=132498765sortrows(data,-1)ans =765498132corrcoefcorrcoef（x，y）表示序列x和序列y的相关系数，得到的结果是一个2*2矩阵，其中对角线上的元素分别表示x和y的自相关，非对角线上的元素分别表示x与y的相关系数和y与x的相关系数，两个是相等的。Simsim函数用来运行Simulink模型。需要注意的是，用户无法控制其仿真过程（例如暂停、继续），一旦运行就会直到达到结束条件为止这一点和通过模型窗口界面运行仿真不同。调用格式：t,x,y = sim(model,timespan,options,ut);t,x,y1, y2, ., yn = s
13、im(model,timespan,options,ut);输入参数：model：模型的名字，用单引号括起来（注意不带扩展名.mdl）；timespan：指定仿真时间范围，可以有几种情况：标量tFinal，指定仿真结束时间。这种情况下开始时间为0；两个元素的向量tStart tFinal，同时指定开始时间和结束时间；向量tStart OutputTimes tFinal，除起止时间外，还指定输出时间点（通常输出时间t会包含更多点，这里指定的点相当于附加的点）。options：指定仿真选项，是一个结构体，该结构体通过simset创建，包括模型求解器、误差控制等都可以通过这个参数指定（不修改模型，但使用和模型对话框里设置的不同选择）。ut：指定外部输入，对应于根模型的Inport模块。除第一个输入参数外，其他参数都可以用空矩阵（）来表示模型的默认值。输出参数：t：仿真时间向量；x：状态矩阵，每行对应一个时刻的状态，连续状态在前，离散状态在后；y：输出矩阵，每行对应一个时刻；每列对应根模型的一个Outport 模块（如果Outport模块的输入是向量，则在y中会占用相应的列数）。y1, y2, ., yn：把上面的y分开，每个yi对应一个Outport模块。BP网络1、BP网络构建（1）生成BP网络：由维的输入样本最小最大值构成的维矩阵。：各层的神经元个数。：各层的神经元传递函
