matlab行程之简单的图形

本文通过实例演示了如何使用Matlab进行图形绘制,包括基本的正弦曲线绘制、添加坐标轴说明、设置颜色和样式,以及复杂函数图形的绘制过程,并介绍了如何添加网格等实用技巧。
这里简单体验以下matlab绘制图形的问题,让matlab来代替我感知数学美的能力吧。
这里首先绘制一个y = sin(x)的图形见附件 y_sin_x.png
[code]
x=linspace(0,2*pi,20); vy=sin(x); % 建立 v1 及 v2 阵列
plot(x,y) % 利用 plot,输入的变数为 x 轴接著的变数为 y 轴 [/code]

从上面的代码我们可以知道plot实现了图形的绘制,
plot(x,y,'.')表示使用‘.’来绘制图形
plot(x,y,'g')表示绘出来的图形y_sin_x的颜色是green,对于第三个参数的不同取值可以使用help plot来查看说明

如果要为绘出来的图形添加说明就需要使用:
[code]>> plot(v1,v2,'g'); %这里使用shift+回车
xlabel('x-axis') % 加上 x 轴的说明,在二个单引号 ' 之间键入文字的说明
ylabel('y-axis') % 加上 y 轴的说明
title('2D plot') % 加上图的说明 [/code]
为绘制的图形添加网格:
[code]plot(v1,v2,'g');grid[/code]

现在使用plot绘制上次提到的f = f(x)的那个函数的样子见附件f_nume_deno.png:
[code]
%--------------------------------------
% x.^3 - 2*x.^2 + x - 6.3
% f=--------------------------
% x.^2 + 0.05*x - 3.14
%--------------------------------------

x=1:100; % 注意 x 是一阵列
nume = x.^3 - 2*x.^2 + x - 6.3;
deno = x.^2 + 0.05*x - 3.14;
f = nume./deno;
plot(x,f,'g');grid[/code]
提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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