日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 人工智能 > 循环神经网络 >内容正文

循环神经网络

数学建模实验——举重模型的matlab实现

發布時間:2023/12/9 循环神经网络 54 豆豆
生活随笔 收集整理的這篇文章主要介紹了 数学建模实验——举重模型的matlab实现 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

模型一: 線性模型
代碼如下:

W=[56,62,69,77,85,94,105]; Y=[305,327,358,380,394,418,436]; p=polyfit(W,Y,1); Y1=polyval(p,W); plot(W,Y,'rx'); hold on; plot(W,Y1,'b'); legend('原數據','模型一')

各個參數:

運行結果:

模型二: 冪函數模型
代碼如下:

W=[56,62,69,77,85,94,105]; Y=[305,327,358,380,394,418,436]; f1=@(X,W)X*W.^(2/3); [X,cansha]=lsqcurvefit(f1,1,W,Y); Y2=f1(X,W); plot(W,Y,'rx'); hold on; plot(W,Y2,'b'); legend('原數據','模型二');

各個參數:

運行結果

模型三: 冪函數改進模型
代碼如下:

W=[56,62,69,77,85,94,105]; Y=[305,327,358,380,394,418,436]; a=[1,2]; f2=@(a,W)a(1)*(W-a(2)).^(1/3); [a,cansha2]=lsqcurvefit(f2,a,W,Y); Y3=f2(a,W); plot(W,Y,'rx'); hold on; plot(W,Y3,'m'); legend('原數據','模型三');

各個參數:

運行結果:

總結

以上是生活随笔為你收集整理的数学建模实验——举重模型的matlab实现的全部內容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。