Go To English Version 超过100万源码资源,1000万源码文件免费下载
  • Gauss伪谱法求解火箭飞行轨迹 运载火箭的轨迹优化问题本质为最优控制问题,本文中使用Gauss伪谱法将最优控制问题离散为飞行性规划问题,并通过序列二次规划算法求解此非线性规划问题,通过MATLAB编程求解火箭的最优飞行轨迹
  • python实现高斯(Gauss)迭代法的例子 今天小编就为大家分享一篇python实现高斯(Gauss)迭代法的例子,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • Gauss-Seidel迭代算法的Python实现详解 主要介绍了Gauss-Seidel迭代算法的Python实现详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
  • com.huawei.gauss.jdbc.ZenithDriver.jar com.huawei.gauss.jdbc.ZenithDriver.jar包是华为自验数据库GaussDb 100的驱动,如果要通过数据库客户端连接GaussDb数据库,就要添加此驱动,可以通过DBerver客户端连接GaussDB数据库。
  • python实现高斯(Gauss)迭代法的例子 我就废话不多说了,直接上代码大家一起看吧! #Gauss迭代法 输入系数矩阵mx、值矩阵mr、迭代次数n(以list模拟矩阵 行优先) def Gauss(mx,mr,n=100): if len(mx) == len(mr): #若mx和mr长度相等则开始迭代 否则方程无解 x = [] #迭代初值 初始化为单行全0矩阵 for i in range(len(mr)): x.append([0 ...
  • Gauss-Seidel迭代算法的Python实现详解 import numpy as np import time 1.1 Gauss-Seidel迭代算法 def GaussSeidel_tensor_V2(A,b,Delta,m,n,M): start=time.perf_counter() find=0 X=np.ones(n) d=np.ones(n) m1=m-1 m2=2-m for i in range(M): print('X',X) x=np.copy(X) #迭 ...
  • Gauss-Seidel迭代法的Matlab程序.doc PAGE PAGE 1 Gauss-Seidel迭代法的程序 function x=Gauss_Seidel(A,b) [m,n]=size(A; x0=zeros(n,1; x=zeros(n,1; k=0; for i=1:n x(i)=b(i; for j=1:i-1 x(i)=x(i)-A(i,j*x(j; end for j=i+1:n x(i)=x(i)-A(i,j*x0(j; end
  • (完整版)Matlab程序Gauss列主元消去法.doc Gauss列主元消去法求解线性方程组 6 2 1 2 x 4 1 2 5 0 2 x 7 2 2 0 8 5 x 1 3 , 1 3 2 7 x 0 4 迭代法计算停止的条件为 max 1 j 3 ( k 1) (k ) 6 x x 10 j j 采用用用 Gauss列主元消去法时 Matlab计算程序为 clear clc A=[2 2 1 2;4 1 3 -1;-4 -2 0 1;2 3 2
  • 完整版本Matlab程序Gauss列主元消去法_销账程序 Gauss列主元消去法求解线性方程组 6 2 1 2 x1 4 2 5 0 2 x2 7 2 0 8 5 x3 , 1 1 3 2 7 x4 0 迭代法计算停止的条件为 max x(jk 1) x (j k ) 10 6 1 j 3 采用 用用 Gauss列主元消去法时 Matlab计算程序为 clear clc A=[2 2 1 2;4 1 3 -1;-4 -2 0 1;2 3 2 3]; B
  • 基于Gauss-Markov模型的电力系统t型抗差状态估计 将t型估计引入状态估计中,提出自适应Gauss-Markov模型的t型抗差状态估计。该方法能够克服传统不良数据辨识程序不能很好地辨识多个强相关不良数据的不足,且与传统状态估计程序具有很好的兼容性,利用t分布的自由度动态调节估计的效率和抗差性。该方法目标函数连续可微,可利用与加权最小二乘(WLS)法类似的牛顿法进行求解。IEEE标准系统和某实际输电网测试验证了所提方法的有效性,与含不良数据辨识功能的WLS估计和二次-常数(QC)估计相比,所提方法的抗差性具有明显的优势。