本章节作业共四题，主要考查的知识点为：顺序结构程序设计的框架、 数据类型、常数和常量的表示方法、变量的定义和使用方法、算术表 达式的写法、数学函数、基本输入/输出函数的用法等

数学建模工作与问题的性质、建模的目的以及建模工作者自身的数学基础知识和专长有关

第四节数量积向量积混合积 一、两向量的数量积 二、两向量的向量积 三、向量的混合积 四、小结思考题

随着科学技术的发展，常微分方程定性分析 在各个学科领域已成为必不可少的数学工具， 也是数学建模的必备基础理论

一.模型检验的必要性 （1）借助于数据散布图的直观形象, 选择一个函数来近似变量之间的相关关系； （2）用最小二乘法求经验模型中参数的最佳估计.问题：如何评价此建模方法？

一、向量的概念 二、向量的加减法 三、向量与数的乘法 四、小结思考题

一.基于数据分析的建模方法 在建立数学模型的过程中,经常需要建立变量之间的关系.由于对研究对象的内部机理不甚了解,不能通过合理的假设,或根据物理定律、原理, 经过机理分析法而得到

一、课程名称:数字电子技术(2) Digital Electronics Technology(2) 课程负责人:曾孝平 二、学时与学分:54+18学时,4学分 三、适用专业:自动化专业 四、课程教材:阎石编.数字电子技术基础(第四版).高教出版社,1998

第一节集中位置量数 第二节离中位置量数

针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法.算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定.为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究.结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法