دانشگاه فنی دولتی تامبوف

صندلی

« فرآیندهای اطلاعاتیو مدیریت"

توسعه روشی

برای درس آزمایشگاه شماره 1

در رشته "نظریه تصمیم گیری"

نام رشته

نام موضوع

موضوع:تحقیق روش های بهینه سازی تک بعدی

هدف، واقعگرایانه:

مطالعه روش‌های بهینه‌سازی تک بعدی و روش‌های اجرای الگوریتمی آنها در محیط سیستم یکپارچه چند منظوره برای اتوماسیون محاسبات ریاضی و علمی - فنی MATLAB 7.1.

ارزیابی مقایسه ای حجم هزینه های محاسباتی روش ها: اسکن مستقیم، دوگانگی، «قطع طلایی» و روش فیبوناچی.

ادبیات:

1. Aoki M. مقدمه ای بر روش های بهینه سازی. مسکو: ناوکا، 1977.444 ص.

2. Batishchev D.I. روش های طراحی بهینه M .: "رادیو و ارتباطات"، 1984. 248 ص.

3. Bodrov V.I.، Lazareva T.Ya.، Martemyanov Yu.F. روش های ریاضی تصمیم گیری: کتاب درسی. کمک هزینه تامبوف: انتشارات تامب. دولت آن ها دانشگاه، 2004.124 ص.

4. پولاک E. روش های بهینه سازی عددی. مسکو: میر، 1997.376 ص.

5. Himmelblau D. برنامه نویسی غیرخطی کاربردی. مسکو: میر، 1975.534 ص.

6. Yudin D.B. روش های محاسباتینظریه تصمیم گیری مسکو: ناوکا، 1989.316 ص.

7. Ketkov Yu. L., Ketkov A. Yu., Shultz MM MATLAB 7: برنامه نویسی، روش های عددی. - SPb .: BHV-Petersburg, 2005 .-- 752 p.

برای درس

کلاس های آزمایشگاهی در رشته "تئوری تصمیم گیری" با هدف تعمیق و تثبیت دانش نظری کسب شده توسط دانشجویان در انواع کلاس ها و در فرآیند مطالعه مستقل برگزار می شود. مواد آموزشی، کسب مهارت آنها در اجرای عملی روش های ریاضی تصمیم گیری. بر اساس نتایج مطالعات آزمایشگاهی، دانشجویان باید

مواد نظری که بر اساس آن مدل سازی انجام شده است، و همچنین ماهیت فرآیندهای فیزیکی رسمی شده در برنامه ها؛

روش های اساسی مدل سازی فرآیندهای مربوطه؛

انتخاب و ارزیابی تاثیر پارامترهای اصلی بر نتیجه شبیه سازی.

نتایج به دست آمده را تجزیه و تحلیل و خلاصه کنید.

کار آزمایشگاهی شامل سه مرحله است: آماده سازی اولیهبه یک درس آزمایشگاهی، به طور مستقیم به یک درس، گزارش در مورد یک درس آزمایشگاهی.

هدف این درس نشان دادن ارتباط بین مطالب نظری و عملی است و به دانش آموزان یاد می دهد که تئوری را برای حل مسائل عملی به کار ببرند.

ساختار آزمایشگاه‌ها به‌گونه‌ای است که دانش‌آموزان از MATLAB نشان نمی‌دهند. هر آزمایشگاه با توضیح کوتاهی از متلب شروع می شود که در آن به دانش آموز داده می شود اطلاعات مختصربرای تکمیل این کار مورد نیاز است.

آمادگی برای درس

دانش آموزان در آستانه درس باید:

با راهنمای این تمرین آزمایشگاهی آشنا شوید.

مطالب سخنرانی را مرور کنید و ادبیات پیشنهادی در مورد این موضوع را مطالعه کنید.

بررسی روش انجام کار؛

برای پاسخگویی آماده شوید کنترل سوالات.

ترتیب درس

در قسمت مقدماتی درس، گروه مطالعه دریافت می شود، ارتباط با مطالب قبلاً مورد مطالعه قرار می گیرد، موضوع، هدف، رویه و ویژگی های این درس اعلام می شود، آمادگی گروه مطالعه برای درس بررسی می شود.

علاوه بر این، دانش آموزان شروع به انجام تحقیقات مطابق با روش می کنند. برای تمام سوالات نامشخص در مورد کلاس آزمایشگاه، دانش آموزان باید با معلم، کارکنان مهندسی یا مربی کلاس کامپیوتر تماس بگیرند. نتایج تحقیق و نتیجه گیری در قالب گزارشی از یک جلسه آزمایشگاهی تهیه می شود. گزارش سند کار دانش آموز است و در هنگام دفاع به معلم برجسته ارائه می شود. در مرحله بعد، از گزارش های درس آزمایشگاه دفاع می شود و در پایان - نتایج درس خلاصه می شود.

گزارش درسی

دانش آموزان باید برای کارهای آزمایشگاهی اعتبار دریافت کنند. اصل گزارش دهی فردی است و پس از اتمام بخش اصلی درس می تواند به صورت شفاهی یا کتبی انجام شود. هنگام تعیین نمره آزمون، موارد زیر در نظر گرفته می شود: در دسترس بودن، سواد و دقت فرم-گزارش، کیفیت کار آزمایشگاهی، نتایج پاسخ به سؤالات کنترلی. دانش آموزانی که اعتباری دریافت نکرده اند و در یک درس آزمایشگاهی غیبت می کنند، در وقت شخصی خود در مورد آن گزارش می دهند.

توضیح مختصر متلب

سیستم متلب (Matrix Laboratory) شامل تعداد زیادی برنامه ویژه است که امکان حل طیف وسیعمسائل ریاضی و فنی از رشته های مختلف علوم. عنصر اصلی آن هسته سیستم متلب است. علاوه بر آن، این سیستم شامل حدود 80 مجموعه مختلف از دستورات (به اصطلاح "جعبه ابزار")، مربوط به شاخه های مختلف ریاضیات، فیزیک ریاضی، طراحی، ارتباطات، اقتصاد و غیره است. در این کار از ابزارهای اصلی برنامه نویسی متلب استفاده می شود: M-files - توابع، توابع داخلی، عملگرها، دستورات و غیره.

عکس. 1. دسکتاپ سیستم

شکل 1 دسکتاپ سیستم را نشان می دهد. نوار منو (فایل، ویرایش و غیره) بسیار شبیه به ویرایشگر Microsoft Word است. ردیف نمادهایی که در زیر قرار دارند نیز همان عملیاتی را انجام می دهند که در ویرایشگر Word (به جز 3 مورد آخر). دسکتاپ سیستم از چندین پنجره تشکیل شده است که ترکیب آنها را می توان با استفاده از دستورات منو تغییر داد دسکتاپ.شکل 1 در پنجره بالایی سمت چپ، محتویات فضای کاری را نشان می دهد فضای کاری، که شامل توضیحات تمام ثابت ها و توابع وارد شده توسط کاربر در طول کار می باشد. در پنجره پایین تاریخچه فرماندنباله دستورات اجرا شده داده شده است. اندازه پنجره ها با کشیدن حاشیه با ماوس تنظیم می شود. پنجره اصلی دسکتاپ است پنجره فرمان(پنجره فرمان). در پنجره فرمان پس از علامت ">>" خط فرمان تایپ می شود که پس از فشار دادن " اجرا می شود. وارد".

متلب به شما امکان می دهد فایل های برنامه ای مشابه سایر زبان های برنامه نویسی سطح بالا ایجاد کنید. در کنار آن، دارای ویژگی های یک ماشین حساب قدرتمند قابل برنامه ریزی است. در این کار پیاده سازی نرم افزاری الگوریتم های جستجو با استفاده از فایل های تابع M انجام می شود و راه اندازی برنامه ها و ورودی داده های اولیه از پنجره فرمان قابل انجام است.

قالب شماره توسط منو تنظیم می شود فایل(شکل 1) در بخش اولویت هابا استفاده از تابع فرمت عددیاز 12 فرمت ممکن که بیشتر استفاده می شود کوتاهو طولانی- فرمت های اعداد کوتاه و بلند.

برخی از مفاهیم اولیه متلب عبارتند از متغیرها و تصویب .

متغیربا یک حرف یا مجموعه ای از حروف و اعدادی که با یک حرف شروع می شوند نشان داده می شود. تعداد کل حروف و اعداد در یک مجموعه نباید از نوزده تجاوز کند. بیانیه دارای فرم زیر است:

>> متغیر = بیان

وقتی دستوری را وارد می‌کنید، عبارتی به متغیر تعلق می‌گیرد که از علامت مساوی پیروی می‌کند، یا اگر شامل هر گونه عملیات ریاضی باشد، نتیجه‌ای که پس از انجام این عملیات به دست می‌آید به آن اختصاص می‌یابد. می توانید یک عبارت را در فایل M یا در پنجره فرمان برنامه متلب وارد کنید. علامت ">>" یک خط فرمان است که روی صفحه نمایش در پنجره فرمان ظاهر می شود تا نشان دهد که ادعاها می توانند وارد شوند.

عملگرهای اساسی حساب در جدول 1.1 نشان داده شده است. هنگام انجام محاسبات در پنجره فرمان پس از فشار دادن " وارد"نتیجه به پارامتر اختصاص داده شده است" پاسخ"اگر نامی به عبارت مربوطه یا نام آن اختصاص داده نشود - در غیر این صورت (نام متغیرها، ثابت ها و توابع باید با یک حرف (حروف لاتین) شروع شود، ممکن است شامل اعداد و زیرخط باشد. علامت تنظیم؛ (نقطه ویرگول) .

جدول 1.1

اجازه دهید، برای مثال، برای ارزیابی عبارت مورد نیاز است و نتیجه را به یک متغیر اختصاص دهید ایکس... در این صورت دستور (برنامه) به شکل زیر خواهد بود (در کسرهای اعشاری، قسمت صحیح از قسمت کسری با یک نقطه جدا می شود):

>> x = log (1 + 5 * ((log10 (100)) ^ 2-0.2 * pi) / sqrt (1 + 2.71828 ^ 3))

پس از معرفی بیانیه، i.e. با فشار دادن کلید Enter، نتیجه بلافاصله در زیر نمایش داده می شود. اگر نتیجه باید مسدود شود، یعنی. لازم نیست روی صفحه نمایش صادر شود، سپس در پایان بیانیه باید علامت "; "(نقطه ویرگول). عبارت قبلی را می توان به شکل دیگری ارائه کرد:

>> a = (log10 (100)) ^ 2;

>> b = sqrt (1 + 2.71828 ^ 3);

>> x = log (1 + 5 * (a-0.2 * pi) / b)

متلب چندین متغیر داخلی دارد: pi، eps، inf، iو jمتغیر پینشان دهنده یک عدد است، eps= 2 -52 = 2.2204 * 10 -16 - خطای عملیات روی اعداد ممیز شناور، inf- بی نهایت ( )، منو j- واحد خیالی ( من = j= ).

هنگامی که هیچ آرگومانی در سمت چپ مشخص نشده است، نتیجه عبارت به متغیر مشترک ans اختصاص داده می شود.

عملگرهای رابطه ای (جدول 1.2) در عملگرهای شرطی، عملگرهای حلقه و غیره استفاده می شوند. هنگام اجرای الگوریتم های جستجو با استفاده از توابع M (توابع فرعی در فایل هایی با پسوند m. نوشته می شوند).

جدول 1.2

بنابراین، برنامه‌های موجود در سیستم متلب، فایل‌های M با فرمت متنی هستند که حاوی ضبط برنامه‌ها در قالب کدهای برنامه هستند.

زبان ورودی MATLAB در مجموع دارای 9 عملگر با استفاده از 14 کلمه تابعی است. ساختارهای نحوی مربوطه در جدول آورده شده است. 1.3.

جدول 1.3

№	فرمت اپراتور	توضیح
	var = expr	اپراتور واگذاری مقادیر expr را ارزیابی می کند و نتایج را در یک متغیر ذخیره می کند var
	ifcondition_1 عبارات_1 پایان	اپراتور مشروط... اگر شرط_1 درست باشد، گروه دستورات_1 اجرا می شود، اگر شرط_2 درست باشد، گروه عبارات_2، ... اگر همه شرایط مشخص شده نادرست باشند، دستورات واقع بین else و end اجرا می شوند.
	switchexpr casevail statements_1 caseval2 statements_2. ... ... ... ... ... ... ... ... [به عبارت دیگر] پایان	سوئیچ بر اساس مقدار عبارت expr. اگر با مقدار vail مطابقت داشته باشد، گروه دستورات_1 اجرا می شود، اگر با مقدار val2 مطابقت داشته باشد، گروه دستورات_2، ... اگر مقدار expr با هیچ یک از مقادیر لیست شده مطابقت نداشته باشد، دستورات واقع بین othervise و end اجرا می شوند
	forvar = el: عبارات پایانی e3	حلقه ای از نوع پیشروی حسابی، که در آن متغیر متغیر از مقدار اولیه el با یک مرحله e2 به مقدار نهایی e3 در هر تکرار بدنه حلقه تغییر می کند.
	در حالی که عبارات شرط به پایان می رسد	حلقه با یک پیش شرط، تکرار تا زمانی که شرط مشخص شده درست است
	try statements_1 catch statements 2 end	تلاش برای اجرای گروهی از دستورات_1 انجام شد. مشروط بر اینکه در نتیجه اجرای آنها، وضعیت استثنایی، کنترل به گروه operator_2 منتقل می شود (کنترل خطا). اگر خطایی رخ نداد، گروه statement_2 اجرا نمی شود.
	زنگ تفريح	خروج زود هنگام از ساختارهای کنترلی مانند for, while, switch, try - catch
	تابع f1 تابع f2 (x1، x2،...) تابع y = f3 (xl، x2، ...) تابع = f4 (xl، x2،...)	هدر تابع (xl، x2، ... پارامترهای ورودی هستند؛ y، yl، y2، ... پارامترهای خروجی هستند)
	برگشت	خروج زودهنگام از بدنه تابع

هنگام نوشتن برنامه های تابع، لازم است که نام فایل M که برنامه در آن ذخیره می شود، با نام تابع یکسان باشد.

تمام متغیرهایی که در بدنه یک تابع ظاهر می شوند، به استثنای متغیرهای سراسری (اعلام شده توسط دستور جهانی)، پارامترهای ورودی و خروجی، محلی در نظر گرفته می شوند. محلی را تشکیل می دهند فضای کارو فقط در بدنه تابعی که آنها را تولید کرده موجود است و هیچ توابعی دیگری نمی تواند از آنها استفاده کند.

متلب دارای اپراتور نیست قابل اعتماد و متخصص... در این رابطه در متون فایل های m هیچ برچسب عملگر وجود ندارد. برای شناسایی خطوطی که در آن موقعیت های اضطراری، از شماره های داخلی اختصاص داده شده توسط سیستم به طور خودکار استفاده می شود.

ویژگی های کلیدی پکیجمتلب

کیت ابزار بستهمتلب

ساختار بسته و پنجره های کاریمتلب

کار در حالت فرمان

عناصر اساسی زبان برنامه نویسیمتلب

1. ویژگی های اصلی بسته Matlab

متلب(مخفف انگلیسی "Matrix Laboratory") بسته ای از برنامه های کاربردی برای حل مشکلات محاسبات فنی و زبان برنامه نویسی به همین نام است که در این بسته استفاده شده است. MATLAB توسط بیش از 1,000,000 مهندس و دانشمند استفاده می شود و بر روی اکثر سیستم عامل های مدرن از جمله Linux، Mac OS، Solaris (Solaris دیگر در R2010b پشتیبانی نمی شود) و Microsoft Windows اجرا می شود.

داستان. MATLAB به عنوان یک زبان برنامه نویسی توسط Cleve Moler در اواخر دهه 1970 زمانی که رئیس دانشکده بود توسعه یافت. علوم کامپیوتردر دانشگاه نیومکزیکو هدف از توسعه این بود که به دانشجویان دانشکده فرصتی برای استفاده از کتابخانه های نرم افزار Linpack و EISPACK بدون نیاز به مطالعه Fortran داده شود. به زودی زبان جدید به دانشگاه های دیگر گسترش یافت و با علاقه فراوان توسط دانشمندانی که در زمینه ریاضیات کاربردی کار می کردند مورد استقبال قرار گرفت. هنوز هم می توانید نسخه 1982 فرترن را در اینترنت بیابید که به صورت متن باز توزیع شده است. مهندس جان ان (جک) لیتل طی بازدیدی که کلایو مولر از دانشگاه استنفورد در سال 1983 داشت با این زبان آشنا شد. با درک اینکه زبان جدید پتانسیل تجاری بالایی دارد، با کلیو مولر و استیو بنگرت همکاری کرد. آنها با هم MATLAB را در C بازنویسی کردند و در سال 1984 The MathWorks را تأسیس کردند. پیشرفتهای بعدی... این کتابخانه ها که به زبان C بازنویسی شده اند، مدت هاست با نام JACKPAC شناخته می شوند. متلب که در اصل برای طراحی سیستم کنترل (تخصص اصلی جان لیتل) در نظر گرفته شده بود، به سرعت در بسیاری از زمینه های علمی و مهندسی دیگر محبوبیت پیدا کرد. همچنین به طور گسترده در آموزش، به ویژه برای آموزش جبر خطی و روش های عددی استفاده می شد.

توضیحات زبان متلب. زبان متلب در سطح بالایی قرار دارد یک زبان برنامه نویسی تفسیر شدهاز جمله بر اساس ماتریس هاساختارهای داده، طیف گسترده ای از توابع، یک محیط توسعه یکپارچه، قابلیت های شی گرا و رابط های برنامه های نوشته شده در سایر زبان های برنامه نویسی.

برنامه های نوشته شده در متلب دو نوع هستند: کارکردو اسکریپت ها.

توابع دارای آرگومان های ورودی و خروجی و همچنین فضای کاری مخصوص به خود برای ذخیره نتایج و متغیرهای محاسبات میانی هستند.

اسکریپت ها یک فضای کاری مشترک دارند. هم اسکریپت ها و هم توابع در کد ماشین کامپایل نمی شوند و به عنوان فایل های متنی ذخیره می شوند.

همچنین امکان ذخیره به اصطلاح وجود دارد از پیش تجزیه شدهبرنامه ها - توابع و اسکریپت ها که به شکلی مناسب برای اجرای ماشین پردازش می شوند. به طور کلی، چنین برنامه هایی سریعتر از برنامه های معمولی اجرا می شوند، به خصوص اگر تابع حاوی دستورات نموداری باشد.

ویژگی اصلی زبان متلب، قابلیت های گسترده آن برای کار با ماتریس ها است که سازندگان این زبان آن را با شعار "بردار فکر کن" (eng. فکر بردار شده).

کاربرد متلب.

ریاضیات و محاسبات.متلب تعداد زیادی (چند صد) توابع را برای تجزیه و تحلیل داده ها در اختیار کاربر قرار می دهد که تقریباً تمام زمینه های ریاضیات را پوشش می دهد، به ویژه:

ماتریس ها و جبر خطی - جبر ماتریسی، معادلات خطی، مقادیر ویژه و بردارها، تکینگی ها، فاکتورسازی ماتریس و غیره.

چند جمله ای ها و درون یابی - ریشه های چند جمله ای ها، عملیات روی چند جمله ای ها و تمایز آنها، درون یابی و برون یابی منحنی ها و موارد دیگر.

آمار ریاضی و تجزیه و تحلیل داده ها - توابع آماریرگرسیون آماری، فیلتر دیجیتال، تبدیل فوریه سریع و غیره.

پردازش داده ها - مجموعه توابع ویژهاز جمله رسم، بهینه سازی، جستجوی صفر، ادغام عددی (در ربع) و موارد دیگر.

معادلات دیفرانسیل - حل معادلات دیفرانسیل و دیفرانسیل - جبری، معادلات دیفرانسیل با تاخیر، معادلات با محدودیت، معادلات دیفرانسیل جزئی، و غیره.

ماتریس های پراکنده یک کلاس داده ویژه MATLAB هستند که در برنامه های تخصصی مورد استفاده قرار می گیرند.

Integer Arithmetic - عملیات حسابی عدد صحیح را در محیط MATLAB انجام می دهد.

توسعه الگوریتم ها MATLAB ابزارهای مناسبی را برای توسعه الگوریتم‌ها، از جمله الگوریتم‌های سطح بالا با استفاده از مفاهیم برنامه‌نویسی شی‌گرا، فراهم می‌کند. این شامل تمام ابزارهای لازم IDE، از جمله دیباگر و پروفایلر است. توابع کار با انواع داده اعداد صحیح، ایجاد الگوریتم‌ها را برای میکروکنترلرها و سایر برنامه‌ها در صورت لزوم آسان‌تر می‌کند.

تجسم داده ها.بسته متلب شامل تعداد زیادی توابع برای نمودارسازی، از جمله سه بعدی، تجزیه و تحلیل داده های بصری و ایجاد فیلم های متحرک است.

محیط توسعه داخلی به شما این امکان را می دهد که رابط کاربری گرافیکی با کنترل های مختلف مانند دکمه ها، فیلدهای ورودی و موارد دیگر ایجاد کنید.

برنامه های کاربردی مستقل. برنامه های متلب، هم کنسول و هم رابط کاربری گرافیکی، می توانند با استفاده از کامپوننت ساخته شوند کامپایلر متلببه برنامه های اجرایی مستقل از MATLAB یا DLL هایی که با این حال، برای اجرا در رایانه های دیگر به یک محیط توزیع رایگان نیاز دارند. زمان اجرا کامپایلر متلب(MCR).

رابط های خارجیبسته متلب شامل رابط های مختلفی برای دسترسی به روال های خارجی نوشته شده در سایر زبان های برنامه نویسی، داده ها، کلاینت ها و سرورهایی است که از طریق فناوری های Component Object Model یا Dynamic Data Exchange ارتباط برقرار می کنند و تجهیزات جانبی که مستقیماً با MATLAB در ارتباط هستند. بسیاری از این قابلیت ها با نام MATLAB API شناخته می شوند.

COM بسته MATLAB دسترسی به توابعی را فراهم می کند که به شما امکان ایجاد، دستکاری و حذف اشیاء COM (هم مشتری و هم سرور) را می دهد. فناوری ActiveX نیز پشتیبانی می شود. تمام اشیاء COM متعلق به یک کلاس COM ویژه از بسته MATLAB هستند. همه برنامه هایی که عملکرد یک کنترل کننده اتوماسیون را دارند (eng. اتوماسیون کنترل کننده) می تواند به عنوان یک سرور اتوماسیون به متلب دسترسی داشته باشد. اتوماسیون سرور).

.خالص.بسته MATLAB در ویندوز مایکروسافت دسترسی به نرم افزار .NET Framework را فراهم می کند. بارگذاری مجموعه های دات نت و کار با اشیاء کلاس های دات نت از محیط MATLAB امکان پذیر است. MATLAB 7.11 (R2010b) از دات نت فریم ورک نسخه های 2.0، 3.0، 3.5 و 4.0 پشتیبانی می کند.

DDE.بسته متلب شامل توابعی است که به آن اجازه می دهد از طریق فناوری تبادل اطلاعات پویا (DDE) به سایر برنامه ها در محیط ویندوز و همچنین این برنامه ها برای دسترسی به داده های متلب دسترسی داشته باشد. هر برنامه ای که می تواند یک سرور DDE باشد نام شناسه منحصر به فرد خود را دارد. برای متلب، این نام است - متلب.

خدمات وب.متلب امکان فراخوانی متدهای خدمات وب را فراهم می کند. یک تابع ویژه کلاسی را بر اساس متدهای API وب سرویس ایجاد می کند.

متلب با یک سرویس گیرنده وب از طریق پذیرش بسته ها از آن، پردازش آنها و ارسال پاسخ با آن تعامل دارد. فناوری‌های زیر پشتیبانی می‌شوند: پروتکل دسترسی به اشیاء ساده (SOAP) و زبان توصیف خدمات وب (WSDL).

پورت COMرابط پورت سریال MATLAB دسترسی مستقیم به دستگاه های جانبی مانند مودم، چاپگر و تجهیزات علمی را که از طریق پورت سریال (پورت COM) به رایانه متصل می شوند، فراهم می کند. یک رابط با ایجاد یک شی از یک کلاس خاص برای پورت سریال کار می کند. متدهای موجود این کلاس به شما این امکان را می‌دهد که داده‌ها را در پورت سریال بخوانید و بنویسید، از رویدادها و رویدادها استفاده کنید و اطلاعات را در زمان واقعی روی دیسک کامپیوتر بنویسید. این برای آزمایش‌ها، شبیه‌سازی‌های بلادرنگ و سایر برنامه‌ها مفید است.

فایل های MEXبسته متلب شامل یک رابط برای تعامل است برنامه های کاربردی خارجیبه زبان های C و Fortran نوشته شده است. این تعامل از طریق فایل های MEX انجام می شود. امکان فراخوانی زیربرنامه های نوشته شده به زبان C یا Fortran از MATLAB وجود دارد که گویی توابع داخلی بسته هستند. فایل‌های MEX کتابخانه‌های پیوند پویا هستند که می‌توانند توسط مفسر تعبیه‌شده در MATLAB بارگیری و اجرا شوند. رویه های MEX همچنین توانایی فراخوانی دستورات داخلی MATLAB را دارند.

DLL.رابط DLL عمومی MATLAB به شما اجازه می دهد تا توابع موجود در کتابخانه های پیوند پویا معمولی را مستقیماً از MATLAB فراخوانی کنید. این توابع باید یک رابط C داشته باشند.

علاوه بر این، متلب این قابلیت را دارد که از طریق رابط C به توابع داخلی خود دسترسی پیدا کند که این امکان را به توابع بسته در برنامه های خارجی نوشته شده به زبان C می دهد. این فناوری در متلب نام دارد. موتور سی.

بسته های جایگزین وجود دارد تعداد زیادی ازبسته های نرم افزاری برای حل مسائل تحلیل عددی. بسیاری از این بسته ها نرم افزار رایگان هستند.

سازگار با متلب در سطح زبان برنامه نویسی:

از نظر عملکرد مشابه است:

APL و فرزندان آن: به عنوان مثال J

پایتون، زمانی که با بسته نرم افزاری پایتون (x، y) و همچنین با کتابخانه هایی مانند NumPy، SciPy و matplotlib استفاده می شود، قابلیت های مشابهی را پیاده سازی می کند.

IDL (eng. در ارتباط بودن داده ها زبان, زبان تعاملیتوضیحات داده ها)، زمانی رقیب تجاری متلب بود، اما اکنون در بسیاری از زمینه های کاربردی به عنوان یک رقیب جدی باقی مانده است، اگرچه سهم آن از بازار محصولات نرم افزاری تحلیل عددی به شدت کاهش یافته است.

Fortress، یک زبان برنامه نویسی ایجاد شده توسط Sun Microsystems، فرترن را به ارث می برد، اما با آن سازگار نیست.

در صورت لزوم توسعه پروژه های بزرگبرای تجزیه و تحلیل عددی، می توان از زبان های برنامه نویسی همه منظوره استفاده کرد که از تایپ استاتیک و ساختار مدولار پشتیبانی می کنند. به عنوان مثال می توان به Modula-3، Haskell، Ada، Java اشاره کرد. در عین حال استفاده از کتابخانه های تخصصی شناخته شده در محیط علمی و مهندسی توصیه می شود.

2. جعبه ابزار Matlab

در Matlab نقش مهمی را گروه های تخصصی برنامه ها به نام دارند جعبه ابزار... جعبه ابزار مجموعه ای جامع از توابع (m-file) هستند که در متلب برای حل یک کلاس خاص از مسائل نوشته شده اند. Mathworks ابزارهایی را ارائه می کند که در بسیاری از زمینه ها از جمله موارد زیر استفاده می شود:

پردازش دیجیتال سیگنال ها، تصاویر و داده ها: جعبه ابزار DSP, جعبه ابزار پردازش تصویر, جعبه ابزار موجک, جعبه ابزار ارتباطی, جعبه ابزار طراحی فیلتر- مجموعه ای از توابع که به شما امکان می دهد طیف گسترده ای از وظایف را حل کنید پردازش سیگنال، تصاویر، طراحی فیلترهای دیجیتال و سیستم های ارتباطی.

سیستمهای کنترل: جعبه ابزار سیستم های کنترل, μ-جعبه ابزار آنالیز و سنتز, جعبه ابزار کنترل قوی, جعبه ابزار شناسایی سیستم, جعبه ابزار کنترل LMI, جعبه ابزار کنترل پیشگویانه مدل, جعبه ابزار کالیبراسیون مبتنی بر مدل- مجموعه‌ای از توابع که تجزیه و تحلیل و سنتز سیستم‌های دینامیکی، طراحی، مدل‌سازی و شناسایی سیستم‌های کنترل را تسهیل می‌کنند، از جمله الگوریتم‌های کنترل مدرن مانند کنترل قوی، کنترل H∞، سنتز LMN، μ-سنتز، و غیره.

تحلیل مالی: جعبه ابزار GARCH, جعبه ابزار با درآمد ثابت, جعبه ابزار سری زمانی مالی, جعبه ابزار مشتقات مالی, جعبه ابزار مالی, جعبه ابزار Datafeed- مجموعه ای از توابع که به شما امکان می دهد به سرعت و کارآمد اطلاعات مالی مختلف را جمع آوری، پردازش و انتقال دهید.

تجزیه و تحلیل و ترکیب نقشه های جغرافیایی از جمله سه بعدی: جعبه ابزار نقشه برداری.

جمع آوری و تجزیه و تحلیل داده های تجربی: جعبه ابزار اکتساب داده, جعبه ابزار جذب تصویر, جعبه ابزار کنترل ابزار, پیوند برای Code Composer Studio- مجموعه ای از توابع که به شما امکان می دهد داده های به دست آمده در طول آزمایش ها را ذخیره و پردازش کنید، از جمله در زمان واقعی. طیف گسترده ای از تجهیزات اندازه گیری علمی و مهندسی پشتیبانی می شود.

تجسم و ارائه داده ها: جعبه ابزار واقعیت مجازی- به شما امکان می دهد با استفاده از فناوری های واقعیت مجازی و VRML، جهان های تعاملی ایجاد کنید و اطلاعات علمی را تجسم کنید.

ابزار توسعه: MATLAB Builder برای COM, MATLAB Builder برای اکسل, MATLAB Builder برای NET, کامپایلر متلب, کد کننده HDL طراحی فیلتر- مجموعه ای از توابع که به شما امکان می دهد برنامه های مستقل از محیط MATLAB ایجاد کنید.

تعامل با محصولات نرم افزاری خارجی: تولید کننده گزارش متلب, لینک اکسل, جعبه ابزار پایگاه داده, وب سرور متلب, لینک برای ModelSim- مجموعه ای از توابع که به شما امکان می دهد داده ها را به گونه ای ذخیره کنید که سایر برنامه ها بتوانند با آنها کار کنند.

پایگاه داده: جعبه ابزار پایگاه داده- ابزار کار با پایگاه داده

بسته های علوم و ریاضی: جعبه ابزار بیوانفورماتیک, جعبه ابزار منحنی, جعبه ابزار نقطه ثابت, جعبه ابزار منطق فازی, الگوریتم ژنتیک و جعبه ابزار جستجوی مستقیم, جعبه ابزار OPC, جعبه ابزار بهینه سازی, جعبه ابزار معادلات دیفرانسیل جزئی, جعبه ابزار Spline, جعبه ابزار آمار, جعبه ابزار RF- مجموعه ای از توابع ریاضی تخصصی که امکان حل طیف گسترده ای از مسائل علمی و مهندسی، از جمله توسعه الگوریتم های ژنتیک، حل مسائل در مشتقات جزئی، مسائل اعداد صحیح، بهینه سازی سیستم و غیره را می دهد.

شبکه های عصبی: جعبه ابزار شبکه عصبی- ابزارهایی برای سنتز و تجزیه و تحلیل شبکه های عصبی.

منطق فازی: جعبه ابزار منطق فازی- ابزارهایی برای ساخت و تجزیه و تحلیل مجموعه های فازی.

محاسبات نمادین: جعبه ابزار ریاضی نمادین- ابزارهایی برای محاسبات نمادین با قابلیت تعامل با پردازنده نمادین برنامه Maple.

علاوه بر موارد فوق، هزاران ابزار MATLAB دیگر توسط شرکت ها و علاقه مندان نوشته شده است.

اکنون قابلیت های سیستم به طور قابل توجهی از قابلیت های نسخه اصلی آزمایشگاه ماتریکس فراتر رفته است. زاییده فکر The MathWorks, Inc.، MATLAB امروز یک زبان بسیار کارآمد برای مهندسی و محاسبات علمی است. این برنامه از محاسبات ریاضی، تجسم گرافیک علمی و برنامه نویسی با استفاده از یک محیط عملیاتی آسان برای یادگیری پشتیبانی می کند. معروف ترین زمینه های کاربرد سیستم متلب:

ریاضیات و محاسبات؛

توسعه الگوریتم؛

آزمایش محاسباتی، شبیه سازی، نمونه سازی؛

تجزیه و تحلیل داده ها، تحقیق و تجسم نتایج؛

علمی و گرافیک مهندسی;

توسعه برنامه از جمله رابط کاربری گرافیکی.

MATLAB یک سیستم تعاملی است که شی اصلی آن یک آرایه است که برای آن نیازی به مشخص کردن ابعاد آن نیست. این امر حل بسیاری از مسائل محاسباتی مرتبط با فرمول‌های ماتریس برداری را ممکن می‌سازد.

MATLAB 6.1 آخرین دستاورد توسعه دهندگان است (آخرین MATLAB 6.5 است).

متلب هم یک محیط عامل و هم یک زبان برنامه نویسی است. یکی از مهمترین نقاط قوتسیستم این است که برنامه های چند منظوره را می توان در متلب نوشت. کاربر می تواند توابع و برنامه های تخصصی را به تنهایی بنویسد که در قالب M-فایل ساخته شده اند. به همین دلیل است که بسته های برنامه های کاربردی - جعبه ابزار برنامه MATLAB که بخشی از خانواده محصولات متلب هستند، به شما این امکان را می دهد که در سطح مدرن ترین دستاوردهای جهان قرار بگیرید.

محیط عملیاتی سیستم متلب 6.1.محیط عملیاتی سیستم MATLAB 6.1 مجموعه ای از اینترفیس ها است که از طریق گفتگو با کاربر از طریق خط فرمان، ویرایشگر M-file، تعامل با دنیای خارج، ارتباط این سیستم با دنیای خارج را پشتیبانی می کند. سیستم های خارجیمایکروسافت ورد، اکسل و غیره

پس از راه اندازی برنامه متلب، پنجره اصلی آن بر روی صفحه نمایش کامپیوتر ظاهر می شود که شامل منو, خط کش ابزاربا دکمه ها و سمت مشتری پنجرهبا علامت دعوت این پنجره معمولا نامیده می شود پنجره فرمانسیستم های متلب (شکل 1).

منو فایل(شکل 2) توابع معمول را ترکیب می کند: ویرایش کنیدمسئول تغییر محتوا پنجرهدستورات (واگرد، دوباره، برش، کپی، چسباندن، انتخاب همه، حذف، و غیره) و برای پاک کردن برخی از پنجره های متلب. منو چشم انداز- برای طراحی دسکتاپ؛ منوی وب - صفحات وب را از اینترنت راه اندازی می کند. منو پنجره- با ویرایشگر / دیباگر فایل های M کار می کند (همه فایل های M را می بندد، یکی از آنها را جاری می کند). منو کمک- با کمک اسناد و دمو کار می کند.

گزینه سزاوار توجه ویژه است اولویت ها... (انتخاب مشخصه ها)، که با انتخاب، پنجره ای باز می شود که شامل درختی از اشیاء در سمت چپ (شکل 3) و ویژگی های احتمالی آنها در سمت راست است.

داشبوردپنجره فرمان سیستم متلب به شما امکان می دهد دسترسی آسان به عملیات با فایل های M را فراهم کنید: ایجاد یک فایل M جدید. باز کردن یک فایل M موجود؛ حذف یک قطعه؛ کپی کردن یک قطعه؛ درج قطعه؛ ترمیم فقط عملیات انجام شده و غیره

V سمت مشتریاز پنجره دستور MATLAB، بعد از علامت اعلان، می توانید تایپ کنید اعداد مختلف، نام متغیرها و علائم عملیات، که با هم برخی عبارات را می سازند. فشار دادن کلید Enter باعث می شود که متلب عبارت را ارزیابی کند یا اگر آن را ارزیابی نکرد، آن را تکرار کنید. اگر چه "؛" در انتهای خط خروجی نتیجه (خروجی اکو) را سرکوب می کند.

بنابراین، در سمت مشتری پنجره دستور MATLAB، کاربر می تواند بلافاصله دستوراتی بنویسد که محاسبات جداگانه یا یک برنامه کامل را تشکیل می دهند.

بنابراین، بخش‌های ساختاری پنجره فرمان متلب مورد تجزیه و تحلیل قرار گرفت. اما علاوه بر آنها، چندین عنصر MATLAB دیگر وجود دارد که هنگام کار کمک می کند:

دستورات- پنجره ای حاوی دستورات قبلی وارد شده در پنجره فرمان ("تاریخچه فرمان").

فضای کاریآیا ناحیه حافظه MATLAB است که در آن متغیرهای سیستم... محتویات این ناحیه را می توان از خط فرمان با استفاده از دستورات مشاهده کرد که(فقط نام متغیرها را خروجی می دهد) و چه کسی(اطلاعات مربوط به اندازه آرایه ها و نوع یک متغیر را نمایش می دهد) یا در یک پنجره جداگانه با همین نام. در آن، می توانید عملیات زیر را انجام دهید: یک فایل داده را بارگیری کنید، Workspace را به عنوان ذخیره کنید (دستورها به شما اجازه می دهند محتویات فضای کاری را در یک فایل MAT باینری باز کرده و ذخیره کنید)، متغیرهای انتخاب شده را حذف کنید. متغیرهای انتخاب شده را باز کنید (جایی که می توانید مقدار آنها را تغییر دهید). علاوه بر این، در منوی ویرایش، می توانید هم پنجره فرمان و تاریخچه فرمان و هم فضای کاری را پاک کنید (یا دستور را در پنجره فرمان اجرا کنید: روشن).

از دستورات بارگذاری و ذخیره می توان برای ذخیره و اجرای Workspace استفاده کرد.

مثال.

ذخیره در: matlab.mat

>> ذخیره my.mat

>> بارگذاری my.mat

>> ذخیره my2

>> بارگذاری my2

پوشه کنونی- پنجره ای که به نوعی "راهنما" از طریق کاتالوگ های متلب است.

ویرایشگر را راه اندازی کنید- پنجره ای که درختی از عناصر ساختاری متلب و سایر ابزارهای نرم افزاری نصب شده با آن را نشان می دهد که با دوبار کلیک چپ راه اندازی می شود. برای مثال، این پنجره ممکن است مانند شکل 9 باشد.

ویرایشگر / دیباگر فایل M- یکی از مهم ترین بخش های ساختاری متلب که می توان آن را با انتخاب گزینه مناسب در منوی اصلی، نوار ابزار باز کرد و یا از خط فرمان با دستور edit یا edit فراخوانی کرد.<имя М-файла>و به شما امکان می دهد فایل های M را ایجاد و ویرایش کنید.

ویرایشگر / دیباگر از عملیات زیر پشتیبانی می کند: ایجاد یک فایل M جدید. باز کردن یک فایل M موجود؛ ذخیره فایل M در دیسک؛ حذف یک قطعه؛ کپی کردن یک قطعه؛ درج قطعه؛ کمک؛ نصب / حذف نصب نقطه کنترل; ادامه اجرا و غیره

GUIDE یک رابط کاربری گرافیکی است که در آن برنامه های کاربردی کامل ایجاد می شود.

جلسه تعاملی M-فایل ها... حالت تعاملی یک حالت کاربری برای وارد کردن دستورات و عبارات از صفحه کلید است که در نتیجه اجرای آن نتایج عددی لازم به دست می آید که با ابزارهای گرافیکی داخلی بسته متلب به راحتی و به سرعت قابل مشاهده است. اما استفاده از این حالت برای ایجاد و ذخیره یک برنامه خاص امکان پذیر نیست. بنابراین سازندگان متلب علاوه بر Command Window که در آن حالت تعاملی، مشخص کرد فایل های خاصحاوی کدهای زبان متلب و فایل های M با نام (* .m). یک ویرایشگر متن (ویرایشگر / دیباگر برای M-فایل) برای ایجاد فایل M استفاده می شود.

در ویرایشگر M-files کار کنید.اگر بخواهید دستورات زیادی را وارد کرده و اغلب آنها را تغییر دهید، کار از خط فرمان MatLab دشوار است. راحت ترین راه برای اجرای دستورات استفاده از آن است م-فایل هایی که در آنها می توانید دستورات را تایپ کنید، همه آنها را به یکباره یا به صورت قسمتی اجرا کنید، در یک فایل ذخیره کنید و در آینده استفاده کنید. برای کار با م-فایل هایی که ویرایشگر در نظر گرفته شده است م-فایل ها. با استفاده از ویرایشگر، می توانید توابع خود را ایجاد کرده و آنها را از جمله از خط فرمان فراخوانی کنید.

منوی File پنجره اصلی MatLab را باز کنید و در آیتم New زیرمجموعه M-file را انتخاب کنید. فایل جدید در پنجره ویرایشگر باز می شود م-فایل ها (شکل 10). بیایید برنامه محاسبه میانگین حسابی را در فایل بنویسیم

متغیرهای a و b، سپس آنها را با نام fun1.m ذخیره کنید. راه های حل مسئله را که در جدول ارائه شده است مقایسه کنید.

1. درس 23. معرفی بسته های افزودنی متلب

درس شماره 23.

آشنایی با بسته های الحاقی MATLAV

بسته های گسترش لیست

Simulinc برای ویندوز

بسته ریاضیات نمادین

بسته ها محاسبات ریاضی

بسته های آنالیز و سنتز برای سیستم های کنترل

بسته های شناسایی سیستم

ابزار Simulinc اضافی

بسته های پردازش سیگنال و تصویر

سایر بسته های کاربردی

در این درس به طور مختصر با ابزارهای اساسی گسترش حرفه ای سیستم و سازگاری آن برای حل کلاس های معینی از مسائل ریاضی و علمی و فنی - با بسته های الحاقی برای سیستم متلب آشنا می شویم. شکی نیست که حداقل بخشی از این بسته ها باید به یک دوره آموزشی یا کتاب مرجع جداگانه، شاید بیش از یک مورد، اختصاص داده شود. برای اکثر این پسوندها کتابهای جداگانه ای در خارج از کشور منتشر شده است و حجم مستندات آنها به صدها مگابایت می رسد. متأسفانه، طول این کتاب فقط به شما امکان می دهد کمی در بسته های توسعه قدم بزنید تا به خواننده ایده دهید که سیستم به کجا می رود.

2. لیست بسته های توسعه

بسته های گسترش لیست

سیستم کامل MATLAB 6.0 شامل تعدادی مؤلفه است که نام، شماره نسخه و تاریخ ایجاد آنها با دستور ver قابل نمایش است:

MATLAB نسخه 6.0.0.88 (R12) در PCWIN MATLAB شماره مجوز: 0

	جعبه ابزار متلب	نسخه 6.0		06-0ct-2000
		نسخه 4.0
		نسخه 4.0		04-0ct-2000
	کدگذار حالت جریان	نسخه 4.0		04-0ct-2000
	کارگاه بیدرنگ	نسخه 4.0
	مجموعه بلوک مرجع COMA	نسخه 1.0.2
	مجموعه بلوک ارتباطات	نسخه 2.0
	جعبه ابزار ارتباطات	نسخه 2.0
	جعبه ابزار سیستم کنترل	نسخه 5.0
	DSP Blockset	نسخه 4.0
	جعبه ابزار اکتساب داده	نسخه 2.0		05-0ct-2000
	جعبه ابزار پایگاه داده	نسخه 2.1
	جعبه ابزار Datafeed	نسخه 1.2
	مجموعه بلوک های شماره گیری و سنج	نسخه 1.1
	جعبه ابزار طراحی فیلتر	نسخه 2.0
	جعبه ابزار مشتقات مالی	نسخه 1.0
	جعبه ابزار سری زمانی مالی	نسخه 1.0
	جعبه ابزار مالی	نسخه 2.1.2
	مجموعه بلوک های نقطه ثابت	نسخه 3.0
	جعبه ابزار منطق فازی	نسخه 2.1
	جعبه ابزار GARCH	نسخه 1.0
	جعبه ابزار پردازش تصویر	نسخه 2.2.2

	جعبه ابزار کنترل ابزار	نسخه 1.0
	جعبه ابزار کنترل LMI	نسخه 1.0.6
	کامپایلر متلب	نسخه 2.1
	تولید کننده گزارش متلب	نسخه 1.1
	جعبه ابزار نقشه برداری	نسخه 1.2
		نسخه 1.0.5
	کیت توسعه دهنده موتورولا DSP	نسخه 1.1		اول سپتامبر-2000
	جعبه ابزار Mi-Analysis و Synthesis	نسخه 3.0.5
	جعبه ابزار شبکه عصبی	نسخه 4.0
	مجموعه بلوک های طراحی کنترل غیرخطی	نسخه 1.1.4
	جعبه ابزار بهینه سازی	نسخه 2.1
	جعبه ابزار معادلات دیفرانسیل جزئی	نسخه 1.0.3
	مجموعه بلوک سیستم قدرت	نسخه 2.1
	زمان واقعی کارگاه آدا کدگذار	نسخه 4.0
	زمان واقعی کارگاه کدگذار تعبیه شده	نسخه 1.0
	رابط مدیریت نیازمندی ها	نسخه 1.0.1
	جعبه ابزار کنترل قوی	نسخه 2.0.7
	SB2SL (SystemBuild را به Simu تبدیل می کند	نسخه 2.1
	جعبه ابزار پردازش سیگنال	نسخه 5.0
	شتاب دهنده سیمولینک	نسخه 1.0
	تفاوت مدل برای سیمولینک و ...	نسخه 1.0
	ابزار پوشش مدل سیمولینک	نسخه 1.0
	Simulink Report Generator	نسخه 1.1
	جعبه ابزار Spline	نسخه 3.0
	جعبه ابزار آمار	نسخه 3.0
	جعبه ابزار ریاضی نمادین	نسخه 2.1.2
		نسخه 5.0
	جعبه ابزار موجک	نسخه 2.0
		نسخه 1.1
	xPC Target Embedded Option	نسخه 1.1

لطفاً توجه داشته باشید که تقریباً تمام بسته های الحاقی در متلب 6.0 به روز شده اند و به سال 2000 باز می گردند. شرح آنها به طور قابل توجهی گسترش یافته است، که در قالب PDF در حال حاضر بیش از ده هزار صفحه را اشغال می کند. در زیر شرح مختصری از بسته های توسعه اصلی آورده شده است

3. Simulink برای ویندوز

سیمولینک برای ویندوز

بسته الحاقی Simulink برای شبیه سازی مدل های متشکل از بلوک های گرافیکی با خصوصیات (پارامترهای) مشخص استفاده می شود. اجزای مدل به نوبه خود بلوک ها و مدل های گرافیکی هستند که در تعدادی کتابخانه قرار دارند و می توانند با استفاده از ماوس به پنجره اصلی کشیده شوند و با پیوندهای لازم به یکدیگر متصل شوند. این مدل ها می توانند شامل انواع مختلفی از منابع سیگنال، دستگاه های ضبط مجازی، ابزارهای گرافیکیانیمیشن دوبار کلیک کنیدبا ماوس روی بلوک مدل، پنجره ای با لیستی از پارامترهای آن نمایش داده می شود که کاربر می تواند آن را تغییر دهد. راه اندازی شبیه سازی مدل سازی ریاضی مدل ساخته شده را با یک تصویر بصری فراهم می کند ارائه بصرینتایج. این بسته بر اساس ساخت بلوک دیاگرام با انتقال بلوک ها از کتابخانه کامپوننت ها به پنجره ویرایش است. توسط کاربر ایجاد شده استمدل ها. سپس مدل اجرا می شود. در شکل 23.1 روند مدل سازی یک سیستم ساده - یک سیلندر هیدرولیک را نشان می دهد. کنترل با استفاده از اسیلوسکوپ های مجازی انجام می شود - در شکل. شکل 23.1 صفحه نمایش دو اسیلوسکوپ و پنجره زیرسیستم ساده مدل را نشان می دهد. شبیه سازی سیستم های پیچیده متشکل از زیرسیستم های زیادی امکان پذیر است.

Simulink معادلات حالت مدل را ایجاد و حل می کند و به شما امکان می دهد انواع ابزار اندازه گیری مجازی را به نقاط مورد نظر متصل کنید. وضوح ارائه نتایج شبیه سازی قابل توجه است. تعدادی مثال از استفاده از بسته سیمولینک قبلاً در درس 4 آورده شده است. نسخه قبلی بسته با جزئیات کافی در کتاب ها توضیح داده شده است. نوآوری اصلی پردازش سیگنال ماتریسی است. اضافه بسته های فردیبهبود عملکرد Simulink مانند Simulink Accelerator برای کامپایل کد مدل، Simulink profiler برای تجزیه و تحلیل کد و غیره.

برنج. 23.1.نمونه ای از شبیه سازی یک سیستم سیلندر هیدرولیک با استفاده از پسوند Simulink

1.gif

تصویر:

1b.gif

تصویر:

4. Real Time Windows Target و Workshop

Real Time Windows Target و Workshop

یک زیرسیستم قدرتمند شبیه‌سازی بلادرنگ که به Simulink (با سخت‌افزار اضافی در قالب کارت‌های توسعه رایانه) متصل می‌شود، که توسط بسته‌های توسعه Real Time Windows Target و Workshop نمایش داده می‌شود، ابزاری قدرتمند برای مدیریت اشیا و سیستم‌های واقعی است. علاوه بر این، این افزونه ها به شما امکان می دهند کدهای مدل اجرایی ایجاد کنید. برنج. 4.21 در درس 4 نمونه ای از چنین مدل سازی را برای سیستمی نشان می دهد که با معادلات دیفرانسیل غیرخطی واندر پول توصیف شده است. مزیت این شبیه سازی وضوح ریاضی و فیزیکی آن است. در اجزای مدل های سیمولینک، می توانید نه تنها پارامترهای ثابت، بلکه روابط ریاضی را نیز تعیین کنید که رفتار مدل ها را توصیف می کند.

5. ایجاد گزارش برای متلب و سیمولینک

تولید کننده گزارش برای متلب و سیمولینک

Report Generators، ابزاری که در MATLAB 5.3.1 معرفی شده است، اطلاعاتی در مورد عملکرد سیستم متلب و بسته الحاقی Simulink ارائه می دهد. این ابزار هنگام اشکال زدایی الگوریتم های محاسباتی پیچیده یا شبیه سازی سیستم های پیچیده بسیار مفید است. تولیدکنندگان گزارش با دستور Report راه اندازی می شوند. گزارش ها را می توان در قالب برنامه ارائه و ویرایش کرد.

مولدهای گزارش می توانند دستورات و تکه های برنامه موجود در گزارش ها را اجرا کنند و به شما امکان نظارت بر رفتار محاسبات پیچیده را می دهند.

6. جعبه ابزار شبکه های عصبی

جعبه ابزار شبکه های عصبی

بسته ای از برنامه های کاربردی حاوی ابزارهایی برای ساخت شبکه های عصبی بر اساس رفتار یک آنالوگ ریاضی یک نورون. این بسته پشتیبانی موثری برای طراحی، آموزش و مدل‌سازی بسیاری از پارادایم‌های شبکه شناخته‌شده، از مدل‌های پرسپترون اولیه تا پیشرفته‌ترین شبکه‌های انجمنی و خودسازمان‌دهنده، ارائه می‌کند. این بسته را می توان برای تحقیق و استفاده از شبکه های عصبی در کارهایی مانند پردازش سیگنال، کنترل غیرخطی و مدل سازی مالی استفاده کرد. ارائه قابلیت تولید C-code قابل حمل با استفاده از Real Time Workshop.

این بسته شامل بیش از 15 نوع شناخته شده شبکه و قوانین آموزشی است که به کاربر امکان می دهد مناسب ترین الگو را برای یک برنامه کاربردی یا مشکل تحقیقی خاص انتخاب کند. برای هر نوع معماری و قوانین آموزشی، توابعی برای مقداردهی اولیه، آموزش، تطبیق، ایجاد و مدلسازی، نمایش و نمونه برنامه شبکه وجود دارد.

برای شبکه‌های کنترل‌شده، می‌توانید یک معماری رو به جلو یا بازگشتی را با استفاده از انواع قوانین آموزشی و تکنیک‌های طراحی مانند پرسپترون، انتشار پس‌پشتی، انتشار پشتی لونبرگ، شبکه‌های مبتنی بر شعاعی و شبکه‌های تکراری انتخاب کنید. شما به راحتی می توانید هر معماری، قوانین آموزش یا توابع انتقال را تغییر دهید، موارد جدید اضافه کنید - و همه اینها را بدون نوشتن یک خط در C یا Fortran. نمونه ای از استفاده از بسته برای تشخیص الگوی یک حرف در درس 4 آورده شده است. توضیحات کامل نسخه قبلی بسته را می توانید در کتاب بیابید.

7. جعبه ابزار منطق فازی

جعبه ابزار منطق فازی

بسته نرم افزاری Fuzzy Logic متعلق به نظریه مجموعه های فازی (فازی) می باشد. پشتیبانی از روش های مدرن خوشه بندی فازی و شبکه های عصبی فازی تطبیقی ​​ارائه شده است. ابزارهای گرافیکی بسته به شما امکان می دهد تا به طور تعاملی بر ویژگی های رفتار سیستم نظارت کنید.

ویژگی های کلیدی پکیج:

• تعریف متغیرها، قوانین فازی و توابع عضویت.
• مشاهده تعاملی استنتاج فازی؛
• روش های مدرن: استنتاج فازی تطبیقی ​​با استفاده از شبکه های عصبی، خوشه بندی فازی.
• در ارتباط بودن مدل سازی پویادر سیمولینک؛

تولید کد سی قابل حمل با استفاده از Real-Time Workshop.

این مثال به وضوح تفاوت های رفتار مدل را با منطق فازی و بدون آن نشان می دهد.

8. جعبه ابزار ریاضی نمادین

جعبه ابزار ریاضی نمادین

بسته ای از برنامه های کاربردی که به سیستم MATLAB اساساً قابلیت های جدیدی می دهد - توانایی حل مسائل به شکل نمادین (تحلیلی) از جمله اجرای حساب دقیق عرض بیت دلخواه. این بسته مبتنی بر استفاده از هسته ریاضیات نمادین است که یکی از مهمترین آنهاست سیستم های قدرتمندجبر کامپیوتر - Maple V R4. تمایز و ادغام نمادین، محاسبه مجموع و محصولات، بسط به سری های تیلور و مکلارین، عملیات با چند جمله ای های توان (چندجمله ای ها)، محاسبه ریشه های چند جمله ای، حل تحلیلی معادلات غیرخطی، انواع تبدیل های نمادین، جانشینی ها و موارد دیگر را ارائه می دهد. دارای دستوراتی برای دسترسی مستقیم به هسته سیستم Maple V.

این پکیج به شما این امکان را می دهد تا رویه هایی را با سینتکس زبان برنامه نویسی Maple V R4 آماده کرده و در سیستم متلب نصب کنید. متأسفانه، از نظر قابلیت‌های ریاضیات نمادین، این بسته نسبت به سیستم‌های تخصصی جبر رایانه‌ای مانند آخرین نسخه‌های Maple و Mathematica بسیار پایین‌تر است.

9. بسته های محاسبات ریاضی

بسته های ریاضی

متلب شامل بسته های الحاقی بسیاری است که توانایی های ریاضی سیستم را برای افزایش سرعت، کارایی و دقت محاسبات افزایش می دهد.

10. جعبه ابزار بنیاد NAG

جعبه ابزار بنیاد NAG

یکی از قدرتمندترین کتابخانه های تابع ریاضی که توسط The Numerical Algorithms Group, Ltd. این بسته شامل صدها ویژگی جدید است. نام توابع و نحو برای فراخوانی آنها از کتابخانه معروف بنیاد NAG قرض گرفته شده است. در نتیجه کاربران مجرب NAG FORTRAN می توانند به راحتی با بسته NAG در متلب کار کنند. کتابخانه NAG Foundation توابع خود را در قالب کدهای شی و فایل های m مربوطه برای فراخوانی آنها ارائه می کند. کاربر به راحتی می تواند این فایل های MEX را در سطح منبع تغییر دهد.

بسته ویژگی های زیر را ارائه می دهد:

ریشه های چند جمله ای ها و روش لاگر اصلاح شده.

محاسبه مجموع یک سری: تبدیل فوریه گسسته و هرمیتی-گسسته.

معادلات دیفرانسیل معمولی: روش های آدامز و رانگ-کوتا.

معادلات دیفرانسیل جزئی;

درون یابی

محاسبه مقادیر ویژه و بردارها، اعداد منفرد، پشتیبانی از ماتریس های پیچیده و واقعی؛

تقریب منحنی ها و سطوح: چند جمله ای ها، خطوط مکعبی، چند جمله ای چبیشف.

به حداقل رساندن و بیشینه سازی توابع: برنامه ریزی خطی و درجه دوم، مازاد توابع چندین متغیر.

تجزیه ماتریس ها؛

حل سیستم های معادلات خطی.

معادلات خطی (LAPACK)؛

محاسبات آماری، از جمله آمار توصیفی و توزیع احتمال؛

همبستگی و تحلیل رگرسیون: مدل های خطی خطی، چند متغیره و تعمیم یافته.

روش های چند بعدی: اجزای اصلی، چرخش متعامد.

تولید اعداد تصادفی: توزیع نرمال، توزیع پواسون، وایبول و کوشی.

آمار ناپارامتریک: فریدمن، کروسکال-والیس، من ویتنی. سری زمانی: یک بعدی و چند بعدی.

تقریب توابع ویژه: توان انتگرال، تابع گاما، توابع بسل و هانکل.

در نهایت، این بسته به کاربر اجازه می دهد تا برنامه های FORTRAN را ایجاد کند که به صورت پویا با MATLAB پیوند می خورد.

11. جعبه ابزار Spline

بسته کاربردی برای کار با splines. از درون یابی و تقریب یک بعدی، دو بعدی و چند بعدی اسپلاین پشتیبانی می کند. ارائه و نمایش داده های پیچیده و پشتیبانی گرافیکی را ارائه می دهد.

این بسته به شما امکان می دهد تا درون یابی، تقریب و تبدیل اسپلاین ها را از B شکل به چند جمله ای تکه ای انجام دهید، درون یابی با splines مکعبی و صاف کردن، انجام عملیات بر روی splines: محاسبه مشتق، انتگرال و نمایش.

Spline مجهز به برنامه های B-spline است که در راهنمای عملی Splines توسط کارل دبور، خالق spline و نویسنده Spline شرح داده شده است. عملکردهای بسته، در ترکیب با زبان MATLAB و راهنمای کاربر دقیق، درک splines و به کارگیری موثر آنها را برای حل مشکلات مختلف آسان می کند.

این بسته شامل برنامه‌هایی برای کار با دو شکل رایج نمایش اسپلاین است: فرم B و شکل تکه‌ای چند جمله‌ای. شکل B در مرحله ساخت اسپلاین مفید است، در حالی که شکل تکه ای-چند جمله ای در حین کار مداوم با اسپلین کارآمدتر است. این بسته شامل توابعی برای ایجاد، نمایش، درون یابی، تقریب و پردازش splines در فرم B و در قالب بخش های چند جمله ای است.

12. جعبه ابزار آمار

جعبه ابزار آمار

بسته ای از برنامه های کاربردی برای آمار، گسترش چشمگیر قابلیت های سیستم متلب در اجرای محاسبات آماری و پردازش داده های آماری. شامل مجموعه ای بسیار نماینده از ابزارها برای تولید اعداد تصادفی، بردارها، ماتریس ها و آرایه ها با قوانین توزیع مختلف و همچنین بسیاری از توابع آماری است. لازم به ذکر است که رایج ترین توابع آماری در هسته سیستم متلب (شامل توابع تولید داده های تصادفی با توزیع یکنواخت و نرمال) گنجانده شده است. ویژگی های کلیدی پکیج:

آمار توصیفی؛

توزیع احتمال؛

تخمین پارامتر و تقریب.

تست فرضیه؛

رگرسیون چندگانه؛

رگرسیون گام به گام تعاملی؛

شبیه سازی مونت کارلو;

تقریب فاصله؛

کنترل فرآیند آماری؛

برنامه ریزی یک آزمایش؛

مدل سازی سطح پاسخ.

تقریب یک مدل غیر خطی.

تجزیه و تحلیل مؤلفه اصلی؛

نمودارهای آماری;

رابط کاربر گرافیکی.

این بسته شامل 20 توزیع احتمال مختلف از جمله t (Student)، F و Chi-square می باشد. انتخاب پارامترها، نمایش گرافیکی توزیع ها و روشی برای محاسبه بهترین تقریب ها برای انواع توزیع ها ارائه شده است. ابزارهای تعاملی زیادی برای تجسم و تجزیه و تحلیل داده های پویا وجود دارد. رابط های تخصصی برای مدل سازی سطوح پاسخ، تجسم توزیع ها، تولید اعداد تصادفی و خطوط سطح وجود دارد.

13. جعبه ابزار بهینه سازی

جعبه ابزار بهینه سازی

بسته کاربردی - برای حل مسائل بهینه سازی و سیستم های معادلات غیر خطی. از روش های بهینه سازی اولیه برای توابع تعدادی متغیر پشتیبانی می کند:

بهینه سازی بدون قید و شرط توابع غیر خطی؛

حداقل مربعات و درونیابی غیرخطی.

حل معادلات غیر خطی;

برنامه ریزی خطی؛

برنامه نویسی درجه دوم؛

کمینه سازی مشروط توابع غیرخطی؛

روش حداقلی؛

بهینه سازی چند هدفه

نمونه های متنوعی استفاده موثر از توابع بسته را نشان می دهد. همچنین می توان از آنها برای مقایسه نحوه حل یک مشکل با روش های مختلف استفاده کرد.

14. جعبه ابزار معادلات دیفرانسیل جزئی

جعبه ابزار معادلات دیفرانسیل جزئی

یک بسته کاربردی بسیار مهم حاوی توابع زیادی برای حل سیستم معادلات دیفرانسیل جزئی. می دهد وسیله موثربرای حل چنین سیستم های معادلات، از جمله سیستم های سخت. بسته از روش المان محدود استفاده می کند. دستورات و رابط گرافیکی بسته را می توان برای مدل سازی ریاضی معادلات دیفرانسیل جزئی استفاده کرد که در کلاس وسیعی از کاربردهای مهندسی و علمی از جمله مشکلات مقاومت مواد، محاسبات دستگاه های الکترومغناطیسی، مشکلات انتقال گرما و جرم و ... انتشار ویژگی های کلیدی پکیج:

رابط گرافیکی کامل برای پردازش معادلات دیفرانسیل جزئی مرتبه دوم.

انتخاب مش خودکار و تطبیقی؛

تنظیم شرایط مرزی: دیریکله، نویمان و مخلوط.

تنظیم مشکل انعطاف پذیر با استفاده از نحو MATLAB.

پارتیشن بندی مش کاملاً اتوماتیک و انتخاب اندازه عناصر محدود.

طرح های طراحی غیرخطی و تطبیقی؛

توانایی تجسم زمینه های پارامترها و عملکردهای مختلف راه حل، نمایشی از پارتیشن بندی و جلوه های انیمیشن اتخاذ شده.

بسته به طور مستقیم شش مرحله حل یک PDE را با استفاده از روش اجزای محدود دنبال می کند. این مراحل و حالت های مربوط به بسته به شرح زیر است: تعریف هندسه (حالت ترسیم)، تنظیم شرایط مرزی (حالت شرایط مرزی)، انتخاب ضرایب تعیین کننده مشکل (حالت PDE)، گسسته سازی عناصر محدود (حالت شبکه)، تنظیم شرایط اولیه و حل معادلات (حالت حل)، پس پردازش حل (حالت نمودار).

15. بسته های تجزیه و تحلیل و سنتز سیستم های کنترل

بسته های آنالیز و سنتز برای سیستم های کنترل

جعبه ابزار سیستم کنترل

پکیج Control System برای مدلسازی، تحلیل و طراحی سیستم های کنترل خودکار - هم پیوسته و هم گسسته - در نظر گرفته شده است. توابع بسته روش های تابع انتقال سنتی و روش های فضای حالت مدرن را پیاده سازی می کنند. پاسخ های فرکانس و زمان، نمودارهای مکان صفر و قطب را می توان به سرعت محاسبه کرد و روی صفحه نمایش داد. بسته شامل:

مجموعه ای کامل از ابزارها برای تجزیه و تحلیل سیستم های MIMO (بسیاری از ورودی ها - بسیاری از خروجی ها)؛

ویژگی های زمانی: توابع انتقال و گذرا، پاسخ به یک تاثیر دلخواه.

ویژگی های فرکانس: نمودارهای Bode، Nichols، Nyquist و غیره.

توسعه بازخوردها؛

طراحی تنظیم کننده های LQR / LQE؛

ویژگی های مدل ها: کنترل پذیری، مشاهده پذیری، کاهش ترتیب مدل ها.

پشتیبانی از سیستم های عقب افتاده

توابع ساخت مدل اضافی به شما امکان می دهد مدل های پیچیده تری بسازید. پاسخ زمانی را می توان برای یک ورودی پالس، یک پرش واحد یا یک ورودی دلخواه محاسبه کرد. همچنین توابعی برای تجزیه و تحلیل اعداد مفرد وجود دارد.

یک محیط تعاملی برای مقایسه پاسخ‌های زمان و فرکانس سیستم‌ها، کنترل‌های گرافیکی را برای نمایش و جابجایی همزمان بین پاسخ‌ها در اختیار کاربر قرار می‌دهد. ویژگی های مختلف پاسخ مانند زمان شتاب و کنترل را می توان محاسبه کرد.

بسته سیستم کنترل حاوی ابزارهایی برای انتخاب پارامترهای بازخورد است. روش های سنتی شامل تجزیه و تحلیل نقطه ویژگی، افزایش و تعیین میرایی است. از جمله روش های مدرن: تنظیم خطی- درجه دوم و غیره. بسته سیستم کنترل شامل تعداد زیادی الگوریتم برای طراحی و تجزیه و تحلیل سیستم های کنترل است. علاوه بر این، دارای یک محیط قابل تنظیم است و به شما امکان می دهد فایل های m خود را ایجاد کنید.

16. جعبه ابزار طراحی کنترل غیرخطی

جعبه ابزار طراحی کنترل غیرخطی

مجموعه بلوک های طراحی کنترل غیرخطی (NCD) یک روش بهینه سازی پویا را برای طراحی سیستم های کنترل پیاده سازی می کند. این ابزار که برای استفاده با Simulink طراحی شده است، به طور خودکار پارامترهای سیستم را بر اساس محدودیت های زمانی تعریف شده توسط کاربر تنظیم می کند.

این بسته از اجسام متحرک با ماوس برای تغییر مستقیم محدودیت‌های زمانی بر روی نمودارها استفاده می‌کند، که به شما امکان می‌دهد به راحتی متغیرها را پیکربندی کنید و پارامترهای تعریف‌نشده را مشخص کنید، بهینه‌سازی تعاملی را ارائه می‌دهد، شبیه‌سازی‌های مونت کارلو را پیاده‌سازی می‌کند، از طراحی SISO (یک ورودی - یک خروجی) پشتیبانی می‌کند. و سیستم‌های کنترل MIMO، به شما امکان می‌دهد سرکوب تداخل، ردیابی و انواع دیگر پاسخ‌ها را شبیه‌سازی کنید، از مشکلات پارامترهای تکراری و وظایف کنترلی با سیستم‌های عقب‌افتاده پشتیبانی می‌کند، به شما امکان می‌دهد بین محدودیت‌های راضی و دست نیافتنی یکی را انتخاب کنید.

17. جعبه ابزار کنترل قوی

جعبه ابزار کنترل قوی

بسته کنترل قوی شامل ابزارهایی برای طراحی و تجزیه و تحلیل سیستم های کنترل قوی چند پارامتری است. اینها سیستم هایی با خطاهای شبیه سازی هستند که دینامیک آنها به طور کامل مشخص نیست یا ممکن است پارامترهای آنها در طول شبیه سازی تغییر کند. الگوریتم های قدرتمند بسته به شما امکان می دهد محاسبات پیچیده را با در نظر گرفتن تغییرات در بسیاری از پارامترها انجام دهید. ویژگی های پکیج:

سنتز کنترل کننده های LQG بر اساس به حداقل رساندن هنجارهای یکنواخت و یکپارچه.

پاسخ فرکانسی چند پارامتری؛

ساخت مدل فضایی حالت؛

تبدیل مدل ها بر اساس اعداد مفرد.

کاهش ترتیب مدل؛

فاکتورسازی طیفی

بسته کنترل قوی مبتنی بر عملکردهای بسته سیستم کنترل است، در حالی که مجموعه ای پیشرفته از الگوریتم ها را برای طراحی سیستم های کنترل ارائه می دهد. این بسته یک انتقال بین تئوری کنترل مدرن و کاربردهای عملی را فراهم می کند. عملکردهای زیادی دارد که روش های طراحی و تحلیل مدرن را برای کنترلرهای قوی چند پارامتری پیاده سازی می کند.

مظاهر عدم قطعیت هایی که پایداری سیستم ها را نقض می کند متنوع است - نویز و اختلال در سیگنال ها، عدم دقت مدل تابع انتقال، دینامیک غیر خطی غیر شبیه سازی شده. بسته کنترل قوی به شما امکان می دهد مرز پایداری چند پارامتری را تحت عدم قطعیت های مختلف تخمین بزنید. از جمله روش های مورد استفاده: الگوریتم پرون، تحلیل ویژگی های توابع انتقال و غیره.

بسته کنترل قوی روش‌های مختلفی را برای طراحی بازخوردها ارائه می‌کند، از جمله: LQR، LQG، LQG / LTR، و غیره. نیاز به کاهش ترتیب یک مدل در موارد متعددی ایجاد می‌شود: کاهش ترتیب یک شی، پایین آوردن ترتیب یک کنترل‌کننده. ، مدل سازی سیستم های بزرگ... یک روش کیفی برای کاهش ترتیب یک مدل باید از نظر عددی پایدار باشد. رویه های موجود در بسته کنترل قوی با موفقیت با این کار کنار می آیند.

18. جعبه ابزار کنترل پیشگویانه مدل

جعبه ابزار کنترل پیشگویانه مدل

بسته کنترل پیش‌بینی مدل شامل مجموعه کاملی از ابزارها برای اجرای استراتژی‌های کنترل پیش‌بینانه (پیش‌گیرانه) است. این استراتژی برای حل مشکلات عملی مدیریت فرآیندهای چند کاناله پیچیده با محدودیت‌هایی بر روی متغیرهای حالت و کنترل توسعه داده شد. روش های کنترل پیش بینی در صنایع شیمیایی و برای کنترل سایر فرآیندهای پیوسته استفاده می شود. بسته ارائه می دهد:

مدل سازی، شناسایی و تشخیص سیستم ها؛

پشتیبانی از MISO (بسیاری از ورودی ها - یک خروجی)، MIMO، پاسخ گذرا، مدل های فضای حالت.

تحلیل سیستم؛

تبدیل مدل ها به اشکال مختلف نمایش (فضای حالت، توابع انتقال).

ارائه آموزش و دمو

یک رویکرد پیش‌بینی‌کننده برای کنترل مسائل از یک مدل دینامیکی خطی صریح از یک شی برای پیش‌بینی تأثیر تغییرات آتی در متغیرهای کنترلی بر رفتار یک شی استفاده می‌کند. مسئله بهینه سازی در قالب یک مسئله برنامه نویسی درجه دوم محدود فرموله شده است که در هر چرخه شبیه سازی مجددا حل می شود. این بسته به شما اجازه می دهد تا تنظیم کننده هایی را برای اشیاء ساده و پیچیده ایجاد و آزمایش کنید.

این بسته شامل بیش از پنجاه عملکرد تخصصی برای طراحی، تحلیل و مدل‌سازی سیستم‌های دینامیکی با استفاده از کنترل پیش‌بینی است. از انواع سیستم های زیر پشتیبانی می کند: ضربه، پیوسته و گسسته در زمان، فضای حالت. انواع مختلفی از اختلالات پردازش می شود. علاوه بر این، محدودیت های متغیرهای ورودی و خروجی را می توان به صراحت در مدل گنجاند.

ابزارهای شبیه سازی امکان ردیابی و تثبیت را فراهم می کنند. ابزارهای تحلیل شامل محاسبه قطب های حلقه بسته، پاسخ فرکانسی و سایر ویژگی های سیستم کنترل است. برای شناسایی مدل در بسته، توابعی برای تعامل با بسته شناسایی سیستم وجود دارد. این بسته همچنین شامل دو تابع Simulink است که به شما امکان آزمایش مدل‌های غیرخطی را می‌دهد.

19.mu - تجزیه و تحلیل و سنتز

(مو) -تحلیل و سنتز

بسته P-Analysis and Synthesis شامل توابعی برای طراحی سیستم های کنترل قوی است. این بسته از بهینه سازی نرخ یکنواخت و پارامتر تکی و. این بسته شامل یک رابط گرافیکی برای ساده کردن عملیات بلوک هنگام طراحی کنترلرهای بهینه است. خواص پکیج:

• طراحی کنترل کننده هایی که در هنجارهای یکنواخت و یکپارچه بهینه هستند.
• تخمین پارامتر منفرد واقعی و مختلط مو

تکرارهای D-K برای یک عدد تقریبی مو-سنتز؛

یک رابط گرافیکی برای تجزیه و تحلیل پاسخ حلقه بسته.

ابزاری برای کاهش ترتیب مدل؛

اتصال مستقیم بلوک های جداگانه سیستم های بزرگ.

یک مدل فضای حالت را می توان بر اساس ماتریس های سیستم ایجاد و تجزیه و تحلیل کرد. این بسته از مدل های پیوسته و گسسته پشتیبانی می کند. این بسته دارای یک رابط گرافیکی کامل است، از جمله: امکان تنظیم محدوده داده های ورودی، یک پنجره ویژه برای ویرایش خواص D-Kتکرارها و نمایش گرافیکی ویژگی های فرکانس... دارای توابعی برای جمع ماتریس، ضرب، تبدیل های مختلف و سایر عملیات روی ماتریس ها. امکان کاهش ترتیب مدل ها را فراهم می کند.

20. جریان وضعیت

Stateflow یک بسته مدل‌سازی سیستم مبتنی بر رویداد مبتنی بر نظریه ماشین حالت محدود است. این بسته برای استفاده همراه با بسته شبیه سازی سیستم های دینامیک Simulink در نظر گرفته شده است. در هر مدل سیمولینک، می‌توانید یک نمودار Stateflow (یا نمودار SF) وارد کنید که رفتار اجزای شی (یا سیستم) شبیه‌سازی را منعکس کند. نمودار SF متحرک است. با بلوک ها و اتصالات برجسته آن، می توانید تمام مراحل سیستم یا دستگاه مدل شده را ردیابی کنید و کار آن را به رویدادهای خاصی وابسته کنید. برنج. 23.6 شبیه سازی رفتار یک خودرو در مواقع اضطراری در جاده را نشان می دهد. یک نمودار SF (به طور دقیق تر، یک فریم از کار آن) در زیر مدل ماشین قابل مشاهده است.

برای ایجاد نمودارهای SF، بسته دارای یک ویرایشگر راحت و ساده و همچنین ابزارهای رابط کاربری است.

21. جعبه ابزار نظریه بازخورد کمی

جعبه ابزار نظریه بازخورد کمی

این بسته شامل عملکردهایی برای ایجاد سیستم های بازخورد قوی (پایدار) است. QFT (نظریه بازخورد کمی) یک تکنیک مهندسی است که از نمایش فرکانس مدل‌ها برای برآوردن الزامات مختلف کیفیت در حضور ویژگی‌های شی نامشخص استفاده می‌کند. این روش مبتنی بر مشاهده است که در مواردی که برخی از ویژگی‌های یک شی نامشخص است و / یا اختلالات ناشناخته در ورودی آن اعمال می‌شود، بازخورد ضروری است. ویژگی های پکیج:

تخمین مرزهای فرکانس عدم قطعیت ذاتی در بازخورد؛

یک رابط کاربری گرافیکی که به شما امکان می دهد فرآیند یافتن پارامترهای بازخورد مورد نیاز را بهینه کنید.

توابع برای تعیین تأثیر بلوک های مختلف وارد شده به مدل (مولتی پلکسرها، جمع کننده ها، حلقه های بازخورد) در حضور عدم قطعیت.

پشتیبانی از شبیه سازی حلقه های بازخورد آنالوگ و دیجیتال، آبشارها و مدارهای چند حلقه.

تفکیک عدم قطعیت در پارامترهای شی با استفاده از مدل های پارامتری و ناپارامتریک یا ترکیبی از این نوع مدل ها.

نظریه بازخورد یک توسعه طبیعی از رویکرد طراحی مبتنی بر فرکانس کلاسیک است. هدف اصلی آن طراحی کنترل‌کننده‌های ساده و کم‌مرتب با حداقل پهنای باند است که رضایت‌بخش باشد ویژگی های کیفیدر حضور عدم قطعیت ها

این بسته امکان محاسبه پارامترهای مختلف بازخوردها، فیلترها، کنترلرهای آزمایشی را در فضای پیوسته و گسسته فراهم می کند. این دارای یک رابط گرافیکی کاربر پسند است که به شما امکان می دهد کنترل های ساده ای ایجاد کنید که نیازهای کاربر را برآورده کند.

QFT به کنترلرها اجازه می دهد تا علی رغم تغییر در پارامترهای مدل، به گونه ای طراحی شوند که نیازهای مختلف را برآورده کنند. داده های اندازه گیری شده را می توان به طور مستقیم برای طراحی تنظیم کننده، بدون نیاز به شناسایی پاسخ های پیچیده سیستم مورد استفاده قرار داد.

22. جعبه ابزار کنترل LMI

جعبه ابزار کنترل LMI

کنترل LMI (نابرابری ماتریس خطی) یک محیط یکپارچه برای تنظیم و حل مسائل فراهم می کند. برنامه ریزی خطی... این بسته که در ابتدا برای طراحی سیستم های کنترل در نظر گرفته شده بود، به شما امکان می دهد تا هر گونه مشکل برنامه ریزی خطی را در تقریباً هر زمینه ای از فعالیت که چنین مشکلاتی ایجاد می شود، حل کنید. ویژگی های کلیدی پکیج:

حل مسائل برنامه ریزی خطی: مشکلات سازگاری محدودیت ها، به حداقل رساندن اهداف خطی در حضور محدودیت های خطی، به حداقل رساندن مقادیر ویژه.

تحقیق در مورد مسائل برنامه ریزی خطی.

ویرایشگر گرافیکی برای کارهای برنامه نویسی خطی.

تعیین محدودیت ها به شکل نمادین؛

طراحی چند معیاره رگولاتورها؛

تست پایداری: پایداری درجه دوم سیستم های خطی، پایداری لیاپانوف، تایید معیار پوپوف برای سیستم های غیرخطی.

بسته LMI Control شامل الگوریتم های سیمپلکس مدرن برای حل مسائل برنامه ریزی خطی است. از یک نمایش ساختاری از محدودیت های خطی استفاده می کند که کارایی را بهبود می بخشد و نیازهای حافظه را به حداقل می رساند. این پکیج دارای ابزارهای تخصصی برای تحلیل و طراحی سیستم های کنترلی مبتنی بر برنامه ریزی خطی می باشد.

با حل‌کننده‌های برنامه‌نویسی خطی، می‌توانید به راحتی بررسی پایداری سیستم‌ها و سیستم‌های دینامیکی با اجزای غیرخطی را انجام دهید. پیش از این، این نوع تحلیل برای پیاده سازی بسیار پیچیده در نظر گرفته می شد. این بسته حتی چنین ترکیبی از معیارها را مجاز می‌کند، که قبلاً بیش از حد پیچیده و تنها با کمک رویکردهای اکتشافی قابل حل در نظر گرفته می‌شد.

بسته یک ابزار قدرتمند برای حل است مشکلات محدببهینه سازی هایی که در زمینه هایی مانند کنترل، شناسایی، فیلتر کردن، "طراحی ساختاری، نظریه گراف، درون یابی و جبر خطی. LMI Control شامل دو نوع رابط کاربری گرافیکی است: ویرایشگر مشکل برنامه نویسی خطی (LMI Editor) و رابط Magshape. ویرایشگر LMI. اجازه می دهد تا محدودیت های کاراکتر تنظیم شود، و Magshape ابزاری کاربرپسند برای کار با بسته ارائه می دهد.

23. بسته های شناسایی سیستم

بسته های شناسایی سیستم

جعبه ابزار شناسایی سیستم

بسته شناسایی سیستم حاوی ابزارهایی برای ایجاد مدل های ریاضی سیستم های دینامیکی بر اساس داده های ورودی و خروجی مشاهده شده است. این یک رابط گرافیکی انعطاف پذیر برای کمک به سازماندهی داده ها و ایجاد مدل ها دارد. روش‌های شناسایی موجود در بسته برای حل یک کلاس وسیع از مشکلات، از طراحی سیستم‌های کنترل و پردازش سیگنال گرفته تا تجزیه و تحلیل سری‌های زمانی و ارتعاش، قابل استفاده هستند. ویژگی های اصلی بسته بندی:

رابط کاربری ساده و انعطاف پذیر؛

پیش پردازش داده ها، از جمله پیش فیلتر کردن، حذف روندها و افست ها. O انتخاب طیف وسیعی از داده ها برای تجزیه و تحلیل؛

تجزیه و تحلیل پاسخ در حوزه زمان و فرکانس؛

نمایش صفرها و قطب های تابع انتقال سیستم؛

تجزیه و تحلیل باقیمانده در هنگام آزمایش مدل؛

ساختن نمودارهای پیچیده، مانند نمودار نایکوئیست و غیره.

رابط گرافیکیپیش پردازش داده ها و همچنین فرآیند تعاملی شناسایی مدل را ساده می کند. همچنین امکان کار با بسته در حالت فرمان و با استفاده از پسوند Simulink وجود دارد. بارگذاری و ذخیره داده ها، انتخاب محدوده، و حذف افست ها و روندها با انجام می شود حداقل تلاشو در منوی اصلی قرار دارند.

ارائه داده ها و مدل های شناسایی شده به صورت گرافیکی سازماندهی شده است به گونه ای که در فرآیند شناسایی تعاملی کاربر به راحتی می تواند به مرحله قبلی کار بازگردد. برای مبتدیان، امکان مشاهده مراحل احتمالی زیر وجود دارد. ابزارهای گرافیکی به متخصص این امکان را می دهد که هر یک از مدل های قبلی را پیدا کند و کیفیت آن را در مقایسه با مدل های دیگر ارزیابی کند.

با شروع اندازه گیری خروجی و ورودی، می توانید یک مدل پارامتریک از یک سیستم ایجاد کنید که رفتار دینامیکی آن را توصیف می کند. این بسته از تمام ساختارهای مدل سنتی، از جمله ساختار اتورگرسیو، ساختار Box-Jenkins و غیره پشتیبانی می کند.از مدل های فضای حالت خطی که می توانند در فضای گسسته و پیوسته تعریف شوند، پشتیبانی می کند. این مدل ها ممکن است شامل شماره دلخواهورودی ها و خروجی ها. این بسته شامل توابعی است که می تواند به عنوان داده های آزمایشی برای مدل های شناسایی شده استفاده شود. شناسایی مدل خطی به طور گسترده ای در طراحی سیستم های کنترلی استفاده می شود که نیاز به ایجاد مدلی از یک شی باشد. در وظایف پردازش سیگنال، از مدل ها می توان برای پردازش سیگنال تطبیقی ​​استفاده کرد. روش‌های شناسایی با موفقیت در برنامه‌های مالی نیز اعمال می‌شوند.

24. جعبه ابزار شناسایی سیستم دامنه فرکانس

جعبه ابزار شناسایی سیستم دامنه فرکانس

بسته شناسایی سیستم دامنه فرکانس ابزارهای تخصصی برای شناسایی سیستم های دینامیکی خطی بر اساس زمان یا پاسخ فرکانسی آنها ارائه می دهد. هدف روش‌های دامنه فرکانس شناسایی سیستم‌های پیوسته است که افزوده‌ای قدرتمند به روش گسسته سنتی‌تر است. روش های پکیج را می توان برای مشکلاتی مانند مدل سازی سیستم های الکتریکی، مکانیکی و صوتی به کار برد. خواص پکیج:

اختلالات دوره ای، ضریب پیک، طیف بهینه، توالی های باینری شبه تصادفی و گسسته.

پرداخت فاصله اطمیناندامنه ها و فازها، صفرها و قطب ها.

شناسایی مستمر و سیستم های گسستهبا تاخیر نامعلوم؛

تشخیص مدل، از جمله مدل سازی و محاسبه باقیمانده.

تبدیل مدل ها به فرمت جعبه ابزار شناسایی سیستم

با استفاده از رویکرد دامنه فرکانس، می توان به بهترین مدل ممکن در حوزه فرکانس دست یافت. اجتناب از خطاهای نمونه گیری؛ آسان برای جدا کردن جزء ثابت سیگنال. به طور قابل توجهی نسبت سیگنال به نویز را بهبود می بخشد. برای به دست آوردن سیگنال های مزاحم، بسته توابعی برای تولید توالی های دوتایی، به حداقل رساندن اندازه پیک و بهبود ویژگی های طیفی ارائه می دهد. این بسته شناسایی سیستم‌های استاتیک خطی پیوسته و گسسته، تولید خودکار سیگنال‌های ورودی، و همچنین یک نمایش گرافیکی از صفرها و قطب‌های تابع انتقال سیستم حاصل را فراهم می‌کند. توابع برای آزمایش مدل شامل محاسبه باقیمانده ها، توابع انتقال، صفرها و قطب ها و اجرای مدل با استفاده از داده های آزمایشی است.

25. بسته های اضافیپسوندهای متلب

بسته های الحاقی MATLAB

جعبه ابزار ارتباطات

بسته ای از برنامه های کاربردی برای ساخت و شبیه سازی انواع دستگاه های مخابراتی: خطوط ارتباطی دیجیتال، مودم، مبدل سیگنال و غیره. دارای غنی ترین مجموعه از مدل ها دستگاه های مختلفارتباطات و مخابرات شامل چند نمونه جالب از ابزارهای ارتباطی مدل سازی، مانند مودم v34، مدولاتور برای SSB و غیره است.

26. مجموعه بلوک پردازش سیگنال دیجیتال (DSP).

مجموعه بلوک پردازش سیگنال دیجیتال (DSP).

بسته کاربردی طراحی دستگاه ها با استفاده از پردازنده های سیگنال دیجیتال. اینها اول از همه فیلترهای دیجیتالی با کارایی بالا با پاسخ فرکانسی معین (AFC) یا قابل انطباق با پارامترهای سیگنال هستند. از نتایج مدل‌سازی و طراحی دستگاه‌های دیجیتال با استفاده از این بسته می‌توان برای ساخت فیلترهای دیجیتال بسیار کارآمد بر روی ریزپردازنده‌های مدرن برای پردازش سیگنال دیجیتال استفاده کرد.

27. Fixed-Point Blockset

مجموعه بلوک های نقطه ثابت

این بسته ویژه بر روی شبیه سازی سیستم های کنترل دیجیتال و فیلترهای دیجیتال به عنوان بخشی از بسته سیمولینک متمرکز شده است. مجموعه خاصی از اجزا به شما امکان می دهد به سرعت بین محاسبات نقطه ثابت و شناور (نقطه) جابجا شوید. شما می توانید طول کلمات 8، 16 یا 32 بیتی را مشخص کنید. بسته دارای تعدادی خواص مفید است:

استفاده از محاسبات بدون علامت یا باینری؛

موقعیت نقطه باینری قابل انتخاب توسط کاربر.

تنظیم خودکار موقعیت نقطه باینری؛

مشاهده حداکثر و حداقل دامنه سیگنال مدل.

جابجایی بین محاسبات ثابت و شناور؛

تصحیح سرریز و در دسترس بودن اجزای کلیدی برای عملیات نقطه ثابت. عملگرهای منطقی، جداول جستجوی یک بعدی و دو بعدی.

28. بسته هایی برای پردازش سیگنال و تصویر

بسته های پردازش سیگنال و تصویر

جعبه ابزار پردازش سیگنال

پکیج قدرتمندی برای تجزیه و تحلیل، مدل سازی و طراحی دستگاه ها برای پردازش انواع سیگنال ها، اطمینان از فیلتر شدن آنها و بسیاری از دگرگونی ها.

بسته پردازش سیگنال نرم افزار پردازش سیگنال بسیار جامعی را برای کاربردهای علمی و فنی امروزی ارائه می دهد. این بسته از انواع تکنیک های فیلترینگ و جدیدترین الگوریتم ها استفاده می کند تحلیل طیفی... این بسته شامل ماژول هایی برای توسعه سیستم های خطی و تجزیه و تحلیل سری های زمانی است. این بسته به ویژه در زمینه هایی مانند پردازش اطلاعات صوتی و تصویری، مخابرات، ژئوفیزیک، وظایف کنترل بلادرنگ، اقتصاد، امور مالی و پزشکی مفید خواهد بود. ویژگی های اصلی بسته بندی:

شبیه سازی سیگنال ها و سیستم های خطی.

طراحی، تحلیل و اجرای فیلترهای دیجیتال و آنالوگ.

تبدیل فوریه سریع، کسینوس گسسته و تبدیل های دیگر.

ارزیابی طیف و پردازش سیگنال آماری؛

پردازش پارامتریک سری های زمانی؛

تولید سیگنال با اشکال مختلف

بسته پردازش سیگنال یک چارچوب ایده آل برای تجزیه و تحلیل و پردازش سیگنال است. از الگوریتم های میدانی اثبات شده استفاده می کند که بر اساس معیارها انتخاب شده اند حداکثر بهره وریو قابلیت اطمینان این بسته شامل طیف گسترده ای از الگوریتم ها برای نمایش سیگنال ها و مدل های خطی است. این مجموعه به کاربر اجازه می دهد تا برای ایجاد یک اسکریپت پردازش سیگنال به اندازه کافی انعطاف پذیر باشد. این بسته شامل الگوریتم هایی برای تبدیل یک مدل از یک نمای به نمای دیگر است.

بسته پردازش سیگنال شامل مجموعه ای کامل از روش ها برای ایجاد فیلترهای دیجیتال با ویژگی های مختلف است. این امکان را به شما می دهد تا به سرعت فیلترهای بالا گذر و پایین گذر، فیلترهای باند گذر و توقف گذر، فیلترهای چند باند از جمله Chebyshev، Yula-Walker، بیضوی و غیره را طراحی کنید.

رابط گرافیکی به شما این امکان را می دهد که فیلترها را با مشخص کردن الزامات آنها در حالت حرکت اجسام با ماوس طراحی کنید. این بسته شامل تکنیک های جدید طراحی فیلتر زیر است:

روش چبیشف تعمیم یافته برای ایجاد فیلترهایی با پاسخ فاز غیر خطی، ضرایب پیچیده یا پاسخ دلخواه. این الگوریتم توسط McLenan و Karam در سال 1995 توسعه یافت.

روش حداقل مربعات محدود به کاربر این امکان را می دهد که به صراحت حداکثر خطا را کنترل کند.

روش محاسبه حداقل ترتیب فیلتر با پنجره Kaiser.

روش تعمیم یافته باترورث برای طراحی فیلترهای پایین گذر با حداکثر پهنای باند و تضعیف یکنواخت.

بر اساس یک الگوریتم FFT بهینه، پردازش سیگنال عملکرد بی نظیری را برای تحلیل فرکانس و تخمین طیفی ارائه می دهد. این بسته شامل توابعی برای محاسبه تبدیل فوریه گسسته، تبدیل کسینوس گسسته، تبدیل هیلبرت و سایر تبدیل‌هایی است که اغلب برای تحلیل، کدگذاری و فیلتر کردن استفاده می‌شوند. این پکیج روش های تحلیل طیفی مانند روش ولچ، روش حداکثر آنتروپی و غیره را پیاده سازی می کند.

رابط گرافیکی جدید به شما امکان مشاهده و ارزیابی بصری ویژگی های سیگنال ها، طراحی و اعمال فیلترها، انجام تجزیه و تحلیل طیفی، بررسی تأثیر روش های مختلف و پارامترهای آنها بر نتیجه به دست آمده را می دهد. رابط گرافیکی به ویژه برای تجسم سری های زمانی، طیف ها، پاسخ های زمانی و فرکانسی و مکان صفرها و قطب های توابع انتقال سیستم مفید است.

بسته پردازش سیگنال اساس بسیاری از وظایف دیگر است. به عنوان مثال، با ترکیب آن با بسته پردازش تصویر، می توانید سیگنال ها و تصاویر دو بعدی را پردازش و تجزیه و تحلیل کنید. بسته پردازش سیگنال همراه با بسته شناسایی سیستم، امکان مدل‌سازی پارامتریک سیستم‌ها در حوزه زمان را فراهم می‌کند. در ترکیب با بسته‌های Neural Network و Fuzzy Logic، می‌توان ابزارهای زیادی برای پردازش داده‌ها یا استخراج ویژگی‌های طبقه‌بندی ایجاد کرد. ژنراتور سیگنال به شما امکان می دهد سیگنال های پالسی با اشکال مختلف ایجاد کنید.

29. جعبه ابزار آنالیز طیفی مرتبه بالاتر

جعبه ابزار آنالیز طیفی مرتبه بالاتر

بسته تجزیه و تحلیل طیفی مرتبه بالاتر شامل الگوریتم های خاصی برای تجزیه و تحلیل سیگنال با استفاده از گشتاورهای مرتبه بالاتر است. این بسته فرصت های زیادی را برای تجزیه و تحلیل سیگنال های غیر گاوسی فراهم می کند، زیرا حاوی الگوریتم هایی است که شاید پیشرفته ترین روش ها برای تجزیه و تحلیل و پردازش سیگنال ها باشد. ویژگی های کلیدی پکیج:

ارزیابی طیف های مرتبه بالا؛

رویکرد سنتی یا پارامتریک؛

بازیابی دامنه و فاز؛

پیش بینی خطی تطبیقی؛

بازیابی هارمونیک ها؛

تخمین تاخیر؛

بلوک پردازش سیگنال

بسته تجزیه و تحلیل طیفی مرتبه بالاتر به شما امکان می دهد سیگنال های آسیب دیده توسط نویز غیر گاوسی و فرآیندهای رخ داده در سیستم های غیرخطی را تجزیه و تحلیل کنید. طیف‌های مرتبه بالا، که بر حسب ممان‌های مرتبه بالا سیگنال تعریف می‌شوند، حاوی اطلاعات اضافی هستند که تنها با استفاده از همبستگی خودکار یا تجزیه و تحلیل طیف قدرت سیگنال نمی‌توان به دست آورد. طیف های مرتبه بالا اجازه می دهد:

سرکوب نویز گاوسی رنگ افزودنی.

شناسایی سیگنال های فاز غیر حداقل

برجسته کردن اطلاعات به دلیل ماهیت غیر گاوسی نویز.

شناسایی و تجزیه و تحلیل خواص غیر خطی سیگنال ها

کاربردهای بالقوه آنالیز طیفی مرتبه بالا شامل آکوستیک، زیست پزشکی، اقتصاد سنجی، زلزله شناسی، اقیانوس شناسی، فیزیک پلاسما، رادارها و مکان یاب ها است. توابع اصلی بسته از طیف های مرتبه بالا، تخمین طیفی متقابل، مدل های پیش بینی خطی و تخمین تاخیر پشتیبانی می کند.

30. جعبه ابزار پردازش تصویر

جعبه ابزار پردازش تصویر

پردازش تصویر طیف گسترده ای از ابزارهای پردازش و تجزیه و تحلیل تصویر دیجیتال را در اختیار دانشمندان، مهندسان و حتی هنرمندان قرار می دهد. جعبه ابزار پردازش تصویر که ارتباط نزدیکی با محیط توسعه برنامه MATLAB دارد، شما را از کدنویسی وقت گیر و اشکال زدایی الگوریتم رها می کند و به شما امکان می دهد بر روی حل های علمی یا پایه تمرکز کنید. وظیفه عملی... ویژگی های اصلی بسته بندی:

بازیابی و انتخاب جزئیات تصویر؛

کار با منطقه انتخاب شده از تصویر؛

تجزیه و تحلیل تصویر؛

فیلتراسیون خطی؛

تبدیل تصاویر؛

تحولات هندسی؛

افزایش کنتراست جزئیات مهم؛

تبدیل های دودویی؛

پردازش تصویر و آمار؛

تبدیل رنگ؛

تغییر پالت؛

تبدیل انواع تصاویر

بسته پردازش تصویر فرصت های زیادی را برای ایجاد و تجزیه و تحلیل تصاویر گرافیکی در محیط متلب فراهم می کند. این بسته یک رابط بسیار انعطاف‌پذیر برای دستکاری تصاویر، طراحی تعاملی گرافیک، تجسم مجموعه داده‌ها و حاشیه‌نویسی نتایج برای کاغذهای سفید، گزارش‌ها و نشریات فراهم می‌کند. انعطاف پذیری، ترکیب الگوریتم های بسته با چنین ویژگی متلب مانند توصیف ماتریس-بردار، بسته را برای حل تقریباً هر مشکلی در توسعه و ارائه گرافیک بسیار مناسب می کند. نمونه هایی از استفاده از این بسته در محیط سیستم متلب در درس 7 آورده شد. متلب شامل رویه های طراحی شده ویژه ای برای بهبود کارایی پوسته گرافیکی است. به ویژه می توان به ویژگی های زیر اشاره کرد:

اشکال زدایی تعاملی هنگام توسعه گرافیک.

پروفایلر برای بهینه سازی زمان اجرای الگوریتم؛

ابزارهایی برای ساخت یک رابط کاربری گرافیکی تعاملی (GUI Builder) برای تسریع در توسعه قالب های رابط کاربری گرافیکی، به شما امکان می دهد آن را برای کارهای کاربر سفارشی کنید.

این بسته به کاربر این امکان را می دهد که زمان و تلاش بسیار کمتری را برای ایجاد گرافیک استاندارد صرف کند و در نتیجه تلاش خود را بر روی آن متمرکز کند. جزئیات مهمو ویژگی های تصاویر

متلب و بسته پردازش تصویر حداکثر برای توسعه، پیاده سازی ایده های جدید و روش های کاربر سازگار هستند. برای این کار، مجموعه‌ای از بسته‌های واسط با هدف حل انواع وظایف و وظایف خاص در یک محیط غیر متعارف وجود دارد.

پردازش تصویر در حال حاضر در بیش از 4000 شرکت و دانشگاه در سراسر جهان به شدت مورد استفاده قرار می گیرد. در عین حال، طیف بسیار گسترده ای از وظایف وجود دارد که کاربران با استفاده از این بسته آن را حل می کنند، به عنوان مثال، تحقیقات فضایی، توسعه نظامی، نجوم، پزشکی، زیست شناسی، رباتیک، علم مواد، ژنتیک و غیره.

31. جعبه ابزار موجک

بسته Wavelet مجموعه کاملی از برنامه ها را برای مطالعه پدیده های غیر ثابت چند بعدی با استفاده از موجک ها (بسته های موج کوتاه) در اختیار کاربر قرار می دهد. روش‌های نسبتاً اخیراً ایجاد شده در بسته Wavelet، قابلیت‌های کاربر را در مناطقی که معمولاً تکنیک تجزیه فوریه به کار می‌رود، گسترش می‌دهد. این بسته می تواند برای کاربردهایی مانند پردازش سیگنال گفتار و صوتی، مخابرات، ژئوفیزیک، امور مالی و پزشکی مفید باشد. ویژگی های اصلی بسته بندی:

گرافیک پیشرفته رابط کاربریو مجموعه ای از دستورات برای تجزیه و تحلیل، سنتز، فیلتر کردن سیگنال ها و تصاویر.

تبدیل سیگنال های پیوسته چند بعدی؛

تبدیل سیگنال گسسته؛

تجزیه و تجزیه و تحلیل سیگنال ها و تصاویر.

طیف گسترده ای از توابع اساسی، از جمله تصحیح اثرات مرزی.

پردازش دسته ای سیگنال ها و تصاویر؛

تجزیه و تحلیل بسته سیگنال مبتنی بر آنتروپی.

فیلترینگ با قابلیت تنظیم آستانه های سخت و غیر سخت.

فشرده سازی سیگنال بهینه

با استفاده از بسته، می‌توانید ویژگی‌هایی را که توسط روش‌های دیگر تحلیل سیگنال نادیده گرفته می‌شوند، مانند روندها، نقاط دورافتاده، ناپیوستگی در مشتقات سفارشات بالا، تجزیه و تحلیل کنید. این بسته به شما امکان می‌دهد سیگنال‌ها را بدون از دست دادن آشکار فشرده و فیلتر کنید، حتی در مواردی که لازم است اجزای فرکانس بالا و پایین سیگنال را حفظ کنید. الگوریتم‌هایی برای فشرده‌سازی و فیلتر کردن و پردازش سیگنال بسته در دسترس هستند. برنامه های فشرده سازی حداقل تعداد ضرایبی را استخراج می کنند که اطلاعات اصلی را با بیشترین دقت نشان می دهد، که برای مراحل بعدی سیستم فشرده سازی بسیار مهم است. این بسته شامل مجموعه موجک های اصلی زیر است: دوقطبی، هار، "کلاه مکزیکی"، مایر و غیره. همچنین می توانید پایه های خود را به بسته اضافه کنید.

یک راهنمای کاربر گسترده نحوه کار با روش های بسته را توضیح می دهد که همراه با مثال های متعدد و بخش پیوندهای کامل است.

32. سایر بسته های برنامه های کاربردی

سایر بسته های کاربردی

جعبه ابزار مالی

بسته ای از برنامه های کاربردی برای محاسبات مالی و اقتصادی که برای دوره اصلاحات بازار ما کاملاً مرتبط است. شامل بسیاری از توابع برای محاسبه بهره مرکب، عملیات روی سپرده های بانکی، محاسبه سود و بسیاری موارد دیگر. متأسفانه، به دلیل تفاوت های متعدد (اگرچه، به طور کلی، نه خیلی اساسی) در فرمول های مالی و اقتصادی، استفاده از آن در شرایط ما همیشه معقول نیست - برنامه های داخلی زیادی برای چنین محاسباتی وجود دارد، به عنوان مثال، "حسابداری 1C". اما اگر می‌خواهید از طریق جعبه ابزار متلب دیتافید به پایگاه‌های اطلاعاتی خبرگزاری‌های مالی - بلوم‌برگ، IDC متصل شوید، مطمئناً از بسته‌های افزونه مالی متلب استفاده کنید.

بسته مالی مبنایی برای حل بسیاری از مشکلات مالی در متلب است، از محاسبات سادهبه برنامه های کاربردی توزیع شده کامل بسته مالی را می توان برای محاسبه نرخ بهره و سود، تجزیه و تحلیل درآمد مشتقه و سپرده ها و بهینه سازی سبد سرمایه گذاری استفاده کرد. ویژگی های کلیدی پکیج:

پردازش داده ها؛

تجزیه و تحلیل واریانس کارایی سبد سرمایه گذاری؛

تجزیه و تحلیل سری زمانی؛

محاسبه بازده اوراق بهادار و ارزیابی نرخ ها؛

تجزیه و تحلیل آماری و تجزیه و تحلیل حساسیت بازار؛

محاسبه درآمد سالانه و محاسبه جریان های نقدی؛

روشهای استهلاک و استهلاک

با توجه به اهمیت تاریخ یک تراکنش مالی خاص، بسته مالی شامل چندین عملکرد برای دستکاری تاریخ ها و زمان ها در قالب های مختلف است. بسته مالی به شما امکان می دهد هنگام سرمایه گذاری در اوراق، قیمت ها و بازده را محاسبه کنید. کاربر قابلیت تنظیم غیراستاندارد، از جمله نامنظم و ناسازگار با یکدیگر، زمان‌بندی تراکنش‌های بدهکار و اعتباری و تسویه نهایی در هنگام پرداخت قبوض را دارد. توابع اقتصادی حساسیت را می توان با در نظر گرفتن تاریخ های سررسید در زمان های مختلف محاسبه کرد.

الگوریتم‌های بسته مالی برای محاسبه شاخص‌های جریان نقدی و سایر داده‌های منعکس‌شده در حساب‌های مالی، به شما این امکان را می‌دهد که به‌ویژه نرخ بهره وام‌ها و اعتبارات، نسبت‌های سودآوری، دریافت‌های اعتباری و کل اقلام تعهدی را محاسبه کنید، ارزش یک را برآورد و پیش‌بینی کنید. سبد سرمایه گذاری، محاسبه شاخص های استهلاک و غیره. توابع بسته را می توان با در نظر گرفتن جریان های نقدی مثبت و منفی (جریان نقدی) (به ترتیب مازاد دریافت های نقدی بیش از پرداخت ها یا پرداخت های نقدی بیش از دریافت ها) مورد استفاده قرار داد.

بسته مالی شامل الگوریتم هایی است که به شما امکان می دهد سبد سرمایه گذاری، پویایی و ضرایب حساسیت اقتصادی را تجزیه و تحلیل کنید. به طور خاص، هنگام تعیین کارایی سرمایه گذاری، عملکردهای بسته به شما امکان می دهد یک سبد تشکیل دهید که مشکل کلاسیک G. Markowitz را برآورده می کند. کاربر می تواند الگوریتم های بسته را برای محاسبه نسبت شارپ و نرخ بازده ترکیب کند. تجزیه و تحلیل پویایی و ضرایب حساسیت اقتصادی به کاربر این امکان را می دهد که موقعیت هایی را برای معاملات straddle، hedging و معاملات با نرخ ثابت تعریف کند. مجموعه مالی همچنین گزینه های گسترده ای را برای ارائه و ارائه داده ها و نتایج در قالب نمودارها و نمودارهایی که برای صنایع اقتصادی و مالی سنتی است، ارائه می دهد. پول نقدمی تواند به صورت اختیاری در قالب های اعشاری، بانکی و درصدی نمایش داده شود.

33. جعبه ابزار نقشه برداری

بسته Mapping یک رابط گرافیکی و دستوری برای تجزیه و تحلیل داده های جغرافیایی، نمایش نقشه ها و دسترسی به منابع داده های جغرافیایی خارجی فراهم می کند. علاوه بر این، بسته برای کار با بسیاری از اطلس های شناخته شده مناسب است. تمامی این ابزارها در ترکیب با متلب تمامی شرایط را برای کار مولد با داده های علمی جغرافیایی در اختیار کاربران قرار می دهند. ویژگی های کلیدی پکیج:

تجسم، پردازش و تجزیه و تحلیل داده های گرافیکی و علمی؛

بیش از 60 پیش بینی نقشه (مستقیم و معکوس)؛

طراحی و نمایش نقشه های برداری، ماتریسی و ترکیبی.

رابط گرافیکی برای ساخت و پردازش نقشه ها و داده ها.

اطلس های داده های جهانی و منطقه ای و ارتباط با داده های دولتی با وضوح بالا.

آمار جغرافیایی و توابع ناوبری؛

ارائه 3 بعدی نقشه ها با نورپردازی داخلی و سایه.

مبدل های فرمت های رایج داده های جغرافیایی: DCW، TIGER، ETOPO5.

مجموعه نقشه برداری شامل بیش از 60 مورد از شناخته شده ترین پیش بینی ها، از جمله استوانه ای، شبه استوانه ای، مخروطی، چند مخروطی و شبه مخروطی، آزیموت و شبه آزیموت است. امکان پیش بینی مستقیم و معکوس وجود دارد و همچنین نمایش های طرح ریزی غیر استاندارد که توسط کاربر مشخص شده است.

در بسته بندی نقشه برداری با کارتهر متغیر یا مجموعه ای از متغیرها که یک مقدار عددی را به یک نقطه یا منطقه جغرافیایی منعکس یا نسبت می دهد نامیده می شود. این بسته به شما امکان می دهد با نقشه های برداری، ماتریس و داده های ترکیبی کار کنید. رابط گرافیکی قدرتمندی فراهم می کند کار تعاملیبا نقشه ها، به عنوان مثال امکان انتقال نشانگر به یک شی و کلیک بر روی آن برای دریافت اطلاعات. رابط گرافیکی MAPTOOL یک محیط توسعه کامل برای برنامه های کاربردی برای کار با نقشه ها است.

شناخته شده ترین اطلس های جهان آمریکا اطلس های نجومی در بسته بندی موجود می باشد. ساختار داده های جغرافیایی استخراج و پردازش داده ها از اطلس ها و نقشه ها را ساده می کند. ساختار داده های جغرافیایی و توابع برای تعامل با فرمت های داده های جغرافیایی خارجی نمودار دیجیتالی جهان (DCW)، TIGER، TBASE و ETOPO5 گرد هم آمده اند تا ابزاری قدرتمند و انعطاف پذیر برای دسترسی به پایگاه های اطلاعاتی جغرافیایی موجود و آینده ارائه دهند. تجزیه و تحلیل کامل داده های جغرافیایی اغلب نیازمند روش های ریاضی است که در یک سیستم مختصات کروی عمل می کنند. بسته Mapping زیرمجموعه ای از توابع جغرافیایی، آماری و ناوبری را برای تجزیه و تحلیل داده های جغرافیایی فراهم می کند. توابع ناوبری طیف گسترده ای از گزینه ها را برای انجام وظایف سفر مانند تعیین موقعیت و برنامه ریزی مسیر ارائه می دهند.

34. بلوک سیستم قدرت

جعبه ابزار اکتساب داده و جعبه ابزار کنترل ابزار

جعبه ابزار اکتساب داده یک بسته توسعه ای مربوط به زمینه جمع آوری داده ها از طریق بلوک های متصل به گذرگاه داخلی رایانه، ژنراتورهای تابع، تحلیلگرهای طیف - به طور خلاصه، ابزارهایی است که به طور گسترده برای اهداف تحقیقاتی برای به دست آوردن داده ها استفاده می شود. آنها توسط یک پایگاه محاسباتی مناسب پشتیبانی می شوند. بلوک جدیدجعبه ابزار کنترل ابزار به شما امکان می دهد ابزارها و دستگاه ها را با رابط های سریال و کانال متصل کنید استفاده مشترکو VXI.

36. جعبه ابزار پایگاه داده و جعبه ابزار واقعیت مجازی

جعبه ابزار پایگاه داده و جعبه ابزار واقعیت مجازی

سرعت جعبه ابزار پایگاه داده بیش از 100 برابر افزایش یافته است که به کمک آن اطلاعات با تعدادی از سیستم های مدیریت پایگاه داده از طریق درایورهای ODBC یا JDBC رد و بدل می شود:

• دسترسی 95 یا 97 مایکروسافت؛

  Microsoft SQL Server 6.5 یا 7.0.

  Sybase Adaptive Server 11;

  Sybase (سابق Watcom) SQL Server Anywhere 5.0;

  IBM DB2 Universal 5.0

• Computer Associates Ingres (همه نسخه ها).

همه داده ها از قبل به یک آرایه سلولی در MATLAB 6.0 تبدیل می شوند. در MATLAB 6.1 می توانید از آرایه ای از ساختارها نیز استفاده کنید. Visual Query Builder به شما این امکان را می دهد که پرس و جوهای پیچیده دلخواه را در گویش های SQL این پایگاه داده ها بنویسید، حتی بدون دانش SQL. بسیاری از پایگاه های داده ناهمگن را می توان در یک جلسه باز کرد.

جعبه ابزار واقعیت مجازی با MATLAB 6.1 در دسترس است. امکان انیمیشن و انیمیشن سه بعدی از جمله مدل های Simulink را فراهم می کند. زبان برنامه نویسی - VRML - زبان مدلسازی واقعیت مجازی. این انیمیشن را می توان از هر رایانه ای که دارای مرورگر VRML فعال است مشاهده کرد. تأیید می کند که ریاضیات علم روابط کمی و اشکال فضایی هر دنیای واقعی یا مجازی است.

37. لینک اکسل

اجازه استفاده را می دهد مایکروسافت اکسل 97 به عنوان یک پردازنده MATLAB I / O. برای انجام این کار، فقط فایل excllinkxla ارائه شده توسط Math Works را به عنوان یک تابع افزودنی در اکسل نصب کنید. در اکسل باید Service را تایپ کنید > Add-ons> Browse، فایل را در فهرست \ matlabrl2 \ toolbox \ exlink انتخاب کنید و آن را نصب کنید. اکنون هر بار که اکسل را راه اندازی می کنید، پنجره دستور MATLAB ظاهر می شود و کنترل پنل اکسل با دکمه های getmatrix، putmatrix، evalstring تکمیل می شود. برای بستن MATLAB از اکسل، کافیست = MLC1ose () را در هر سلول اکسل تایپ کنید. برای باز کردن آن پس از اجرای این دستور، باید یا بر روی یکی از دکمه‌های getmatrix، putmatrix، evalstring کلیک کنید یا در Excel Tools>Macro>Run mat تایپ کنید! آبی نی تی. با استفاده از ماوس روی طیف وسیعی از سلول های اکسل، می توانید روی getmatrix کلیک کرده و نام آن را تایپ کنید متغیر متلب... ماتریس در اکسل ظاهر می شود. هنگامی که محدوده ای از سلول های اکسل را با اعداد پر کردید، می توانید آن محدوده را انتخاب کنید، روی putmatrix کلیک کنید و نام متغیر متلب را وارد کنید. بنابراین عملیات بصری است. برخلاف MATLAB، لینک اکسل به حروف بزرگ و کوچک حساس نیست: I و i، J و j برابر هستند.

فراخوانی نسخه ی نمایشی بسته های افزونه.