先進動態(tài)系統(tǒng)仿真——模型重構與蒙特卡洛仿真研究(第二版)
 
		
	
		
					 定  價:75 元 
					
				 
				 
				  
				
				   
				 
				  
				
						
								
									當前圖書已被 4 所學校薦購過!
								
								
									查看明細
								 
							 
							
							
								
							
				 
	
				
					
						- 作者:[美] 格拉尼諾·A.科恩 著
 - 出版時間:2018/8/1
 
						- ISBN:9787118114553
 
						- 出 版 社:國防工業(yè)出版社
 
					
				  
  
		
				- 中圖法分類:N94 
  - 頁碼:
 - 紙張:膠版紙
 - 版次:
 - 開本:16開
 
				
					 
					
			
				
  
   
 
	 
	 
	 
	
	
	
		
		仿真是指利用模型進行實驗。在格拉尼諾?A.科恩著的《優(yōu)選動態(tài)系統(tǒng)仿真--模型復制與蒙特卡羅研究》中,我們描述了的交互式計算機程序,程序可以模擬動態(tài)系統(tǒng),如控制系統(tǒng)、航空航天器和生物系統(tǒng)等。仿真研究可能會涉及數(shù)百個模型的變化,所以程序須快速,用戶界面要友好。
		
	
第1章動態(tài)系統(tǒng)模型與仿真 
1.1仿真是指利用模型進行實驗 
1.1.1仿真與計算機程序 
1.1.2動態(tài)系統(tǒng)模型 
1.1.3實驗協(xié)議定義仿真研究 
1.1.4仿真軟件 
1.1.5交互式建?焖俜抡娉绦 
1.2仿真運行剖析 
1.2.1動態(tài)系統(tǒng)時程的定期采樣 
1.2.2數(shù)值積分 
1.2.3采樣時間和積分步長 
1.2.4排序定義變量的賦值 
1.3簡單應用程序 
1.3.1振蕩器和計算機顯示器 
1.3.2利用可變步長積分進行空間飛行器軌道仿真 
1.3.3種群動態(tài)模型 
1.3.4拼接多個仿真運行:臺球仿真 
1.4控制系統(tǒng)仿真簡介 
1.4.1電機磁場延遲和飽和電氣伺服機構 
1.4.2控制系統(tǒng)頻率響應 
1.4.3簡單導彈仿真(參考文獻[12―15]) 
1.5停下來思考一下 
1.5.1現(xiàn)實的仿真:忠告 
參考文獻 
第2章差分方程、限幅器和開關模型 
2.1采樣數(shù)據(jù)系統(tǒng)和差分方程 
2.1.1采樣數(shù)據(jù)差分方程系統(tǒng) 
2.1.2一階差分方程求解系統(tǒng) 
2.1.3微分方程和采樣數(shù)據(jù)運算相結合的模型 
2.1.4簡單例子 
2.1.5初始化和重置采樣數(shù)據(jù)變量 
2.2兩個混合連續(xù)/采樣數(shù)據(jù)系統(tǒng) 
2.2.1數(shù)字控制制導魚雷 
2.2.2帶有數(shù)字PID控制器的受控體的仿真 
2.3帶限幅器和開關的動態(tài)系統(tǒng)模型 
2.3.1限幅器、開關和比較器 
2.3.2開關和限幅器輸出、事件預測和顯示問題的積分 
2.3.3用采樣數(shù)據(jù)賦值 
2.3.4階梯運算符和啟發(fā)式積分步長控制 
2.3.5例子:Bang―Bang伺服機構的仿真 
2.3.6限幅器、值和大值/小值選擇(參考文獻[7―10]) 
2.3.7輸出受限的積分(參考文獻[4]) 
2.3.8模擬信號的量化(參考文獻[10]) 
2.4利用遞歸賦值的器件模型 
2.4.1遞歸開關和限幅器運算 
2.4.2跟蹤/保持仿真 
2.4.3大值和小值的保持(參考文獻[9]) 
2.4.4簡單的間隙和遲滯模型(參考文獻[9]) 
2.4.5遲滯比較器(施密特觸發(fā)器)(參考文獻[8,9]) 
2.4.6信號發(fā)生器和信號調制(參考文獻[7―9]) 
參考文獻 
第3章快速向量一矩陣運算與子模型 
3.1數(shù)組、向量和矩陣 
3.1.1數(shù)組和下標變量 
3.1.2實驗協(xié)議中的向量和矩陣 
3.1.3時程數(shù)組 
3.2向量和模型復制 
3.2.1DYNAMIC程序段中的向量運算:向量化編譯器(參考文獻[1]) 
3.2.2向量表達式中的矩陣向量積 
3.2.3索引一移位運算 
第4章參數(shù)-影響的研究及統(tǒng)計數(shù)據(jù)的計算 
第5章真實動態(tài)系統(tǒng)蒙特卡羅仿真 
第6章神經(jīng)網(wǎng)絡的向量模型 
第7章動態(tài)神經(jīng)網(wǎng)絡 
第8章向量模型的更多應用