ModelingToolkit.jl：Julia中用于自动并行化科学机器学习（SciML）的建模框架。 用于集成符号的计算机代数系统，用于物理知识的机器学习和微分方程的自动转换

(1)台体运动方程式 在不考虑台体绕稳定轴的阻尼系数和弹性约束的情况下，有 Me(s) α(shTT JpS- 式中 Jp一一台体及其附件相对输出轴的转动惯量。 (2) 浮子积分陀螺仪传递函数 旦旦2 H/C 一旦L α(s)-ts+1-JhG (3) 平台控制器传递函数为系统待选定的参数，设 在 s = 0 时，以 s) = C) 。 (4) 直流力矩电机传递函数 f一 (s二二~一 = G创(sυ) θ (s) 在实际应用中，可认为是一非周期环节 且坠) C2 eμ s) - rs + 1 (5.2. 1) (5.2.2) (5.2.3) (5.2.4) 考虑到浮子积分陀螺仪的陀螺效应，以及引起陀螺漂移的干扰力矩，可忽略力矩电机中的 反电势效应。系统的方块图可由图 5.10 给出。 在第三章我们给出用于捷联惯导系统浮子积分陀螺的一组参数，对于平台系统用浮子积 分陀螺的时间常数 J/C 为毫秒级。对于平台系统所用直流力矩马达，已采用永磁式马达，在一 般工程应用旋转速率下，马达的反电势可以忽略，马达的传递函数还可进一步简化。 1∞ 我们对系统做如下分析。 1.设 Mβ = O ， MjY 或 My 不等于零。 由图 5.10 可简化为图 5.11 的形式。

matlab偏微分方程 武汉大学出版社~~~ 很好很赞~~ 使用PDE工具箱。

MatlabPDE工具箱有限元法求解偏微分方程.doc

MATLAB 提供了两种方法解决PDE 问题，一是pdepe()函数，它可以求解一般的PDEs，据用较大的通用性，但 只支持命令行形式调用。二是PDE 工具箱，可以求解特殊PDE 问题，PDEtool 有较大的局限性，比如只能求解 二阶PDE 问题，并且不能解决偏微分方程组，但是它提供了GUI 界面，从繁杂的编程中解脱出来了，同时 可 以通过File->Save As 直接生成M 代码

常微分数值解matlab代码ODE 系统 - 数值求解器 使用 Runge-Kutta 求解常微分方程组 依赖 用 Fortran 90 编写的代码 gfortran 编译器 使用 Matlab/Octave 绘制解决方案 如何使用 运行代码 代码在 Fortran 90 中运行，您将需要一个 Fortran 编译器，例如 gfortran。 在代码中更改了问题条件，然后您需要编译每个更改： gfortran ode_solver_main.f90 -o 然后，运行： 在 Windows 上 your_exe_name.exe 在 Linux 上 ./your_exe_name.out 在此之后，代码将生成三个 .out 文件。 mash_info.out ：包含域离散化的点。 output_solution.out ：包含每个点的解决方案 绘图解决方案 您将需要 Matlab 或 Octave 来运行 .m 代码。 打开 Matlab/Octave 后，只需使用执行按钮运行代码并及时观察解决方案的变化。 数学模型 我们使用 4 阶 Runge-Kutt

数学与统计学院偏微分数值解的实验报告（MATLAB） 1.利用中心差分方法解决自伴算子边值问题 2.利用牛顿非线性算法计算非线性钟摆模型的数值解 3.利用GS、SOR迭代法求解二维椭圆方程

矩阵、向量求导法则 中文版 包含所有情况和公式，适合翻阅查找 英文版包含推导，非常详细，适合精度，包含了矩阵tr技巧

(完整word版)matlabPID(比例微分控制)KP-KI-KD讨论.doc

不确定的微分方程已广泛应用于许多领域，尤其是不确定的金融领域。 不幸的是，我们不能总是得到不确定微分方程的解析解。 早期的研究人员提出了一种基于欧拉方法的数值方法。 本文设计了一种通过广泛使用的Runge-Kutta方法求解不确定微分方程的新数值方法。 给出了一些例子来说明Runge-Kutta方法在计算不确定性微分方程解的不确定性分布，期望值，极值和时间积分时的有效性。