تاريخ : شنبه هفدهم تیر ۱۳۹۱

فرم کلی یک چندجمله ای به صورت

می باشد که در MATLAB با بردار سطری [a0 a1... an-2 an-1 an] نمایش داده می شود .

مثال) نمایش چندجمله ای f(x)=3x4-0.5x3+x-5.2 در MATLAB به صورت زیر می باشد :

>> p=[3 -0.5 0 1 -5.2]

p =

    3.0000   -0.5000         0    1.0000   -5.2000

>>

برای محاسبه مقدار چندجمله ای در یک نقطه خاص از دستور polyval استفاده می شود .

مثال) مقدار چمدجمله ای فوق را در نقطه x=1 پیدا کنید .

>> polyval(p,1)

ans =

   -1.7000

>>

برای پیدا کردن ریشه ها از دستور roots استفاده می شود .

مثال) ریشه های چندجمله ای فوق را پیدا کنید .

>> x=roots(p)

x =

   1.1239         
0.1051 + 1.1446i
0.1051 - 1.1446i
-1.1674         

>>

برای ضرب دو چندجمله ای در یکدیگر از تابع conv استفاده می شود .

مثال) برای ضرب دو چندجمله ای f(x)=3x3-5x2+6x-2 و g(x)=x5+3x4-x2+2.5 به صورت زیر عمل می شود .

>> a=[3 -5 6 -2];
>> b=[1 3 0 -1 0 2.5];
>> h=conv(a,b)

h =

    3.0000    4.0000   -9.0000   13.0000   -1.0000    1.5000  -10.5000   15.0000   -5.0000

>>

MATLAB تابع مستقیمی برای جمع دو چندجمله ای ندارد .

اگر بردارهای دوچندجمله ای هم اندازه باشند ، می توان از جمع استاندارد برداری استفاده کرد . اگر بردارهای دوچندجمله ای هم اندازه نباشند ، بایستی به بردار کوچکتر به اندازه کافی صفر اضافه شود تا هر دو بردار هم اندازه شوند .

برای مشتق گیری و انتگرال گیری از یک چند جمله ای به ترتیب از توابع polyder و polyint استفاده می شود .

مثال) مشتق تابع (x3+x-1)(x+4)(3x2+6x+9) را بدست آورید .

>> a=[1 0 1 -1];
>> b=[1 4];
>> c=[3 6 9];
>> poly=conv(conv(a,b),c);
>> polyder(poly)

ans =

    18    90   144   153    30     3

>>

برچسب‌ها: تولباکس منطق فاز, راهنمای آموزش الگوریتم ژنتیک در متلب, الگوریتم ژنتیک, Genetic Algorithm

ارسال توسط بهرامی
 
تاريخ : پنجشنبه پانزدهم تیر ۱۳۹۱
ین اسلاید با آموزش مختصری در مورد متلب برخی کاربردهای آن در سیستمهای کنترل خطی را بیان می کند
زبان: فارسی

پسورد: dlbook.net

دانلود مستقیم
برچسب‌ها: آموزش GA, آموزش الگوریتم ژنتیک, الگوریتم تکاملی, الگوریتم ژنتیک

ارسال توسط بهرامی
 
تاريخ : جمعه بیست و نهم اردیبهشت ۱۳۹۱
الگوریتم ژنتیک (Genetic Algorithm - GA) تکنیک جستجویی در علم رایانه برای یافتن راه‌حل تقریبی برای بهینه سازی و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریتم تکامل است که از تکنیکهای زیست‌شناسی فرگشتی مانند وراثت و جهش استفاده می‌کند.

در واقع الگوریتم‌های ژنتیک از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه جهت پیش‌بینی یا تطبیق الگو استفاده می‌کنند.الگوریتم‌های ژنتیک اغلب گزینه خوبی برای تکنیک‌های پیش‌بینی بر مبنای رگرسیون هستند. مختصراً گفته می شود که الگوریتم ژنتیک (یا GA) یک تکنیک برنامه‌نویسی است که از تکامل ژنتیکی به عنوان یک الگوی حل مسئله استفاده می‌کند.مسئله‌ای که باید حل شود ورودی است و راه‌حلها طبق یک الگو کد گذاری می شوند که تابع fitness نام دارد هر راه حل کاندید را ارزیابی می‌کند که اکثر آنها به صورت تصادفی انتخاب می‌شوند.کلاً این الگوریتم‌ها از بخش های زیر تشکیل می شوند : تابع برازش - نمایش – انتخاب – تغییر

منبع : ویکی پدیا


برچسب‌ها: الگوریتم ژنتیک, Genetic Algorithm, GA, بهینه سازی

ارسال توسط بهرامی

اسلایدر

دانلود فیلم