提出一种基于间接平差的免置平设站方法,以高程、平面及姿态的联立求解为基础,通过变量代换、泰勒展开、矩阵求逆等方法求全站仪站点位置和姿态,采用验后精度求权和平差代的方法提高设站精度。该方法原理清晰,物理意义明确,打破了置平才能设站的传统。计算机仿真和线路试验表明,该免置平设站方法具有较高设站精度,能够达到高速铁路测量的精度要求

 参数化点坐标  使用设计变量  参数化运动方式  使用参数表达式  以参数化点坐标的方式进行参数化建模

在互联拓扑包含一棵有向生成树的条件下，研究了离散时间多智能体系统的协调最优预见跟踪问题.首先利用状态增广技术把协调跟踪问题转化为一个增广系统的全局最优调节问题.然后应用离散时间线性二次型调节理论的相关结果给出了使增广系统的闭环系统渐近稳定的控制器，并由此得到原系统实现跟踪一致性的全局最优预见控制器.仿真结果不仅验证了所设计控制器的有效性，并且表明适当增加预见步长对保证准确跟踪领导者的输出是至关重要的

图论的基本概念 一、 图 的 概 念 1、图的定义 2、顶点的次数 3、子图 二、 图 的 矩 阵 表 示 1、 关联矩阵 2、 邻接矩阵

本章的知识点： 构建集装箱运输网络模型 重点掌握构建集装箱运输网络模型并计算 学生自行查阅的资料： 网络配流模型文献8篇 本章为重点章节 学时（10） 理论6学时，仿真实验4学时 7.1 多式联运虚拟运输网络图的构建 单节点 7.2 集装箱低碳运输路线选择模型构建 7.3 时间窗约束下的多式联运路径成本模型

油箱壳外形复杂,拉深成形过程中容易出现侧壁起皱和圆角处破裂的缺陷,成形工艺参数的确定非常重要.结合分类与回归决策树(classification and regression tree,CART)的人工智能技术和模型交叉验证方法,通过调用Python平台开源库Scikit-Learn对油箱壳拉深成形数值模拟结果进行知识挖掘,筛选出对油箱壳拉深成形影响大的工艺参数;以基尼指数(Gini index)最小化作为最优特征值及最优切分点选择的依据,构建了工艺参数与性能指标关系的CART决策树,提取出了可靠的工艺设计规则.油箱壳拉深实例表明,CART决策树理论的知识发现技术是实现板料成形过程数值模拟结果潜在知识挖掘的可行途径

拉格朗日插值 分段线性插值 三次样条插值 一、插值的定义 二、插值的方法 三、用Matlab解插值问题 返回 一 维插值 一、二维插值定义 二、网格节点插值法 三、用Matlab解插值问题 最邻近插值 分片线性插值 双线性插值 网格节点数据的插值 散点数据的插值 二维插值

基于相似原理，采用水模拟钢液，用有机试剂模拟钢液中液态非金属夹杂物，同时采用数值仿真方法共同研究了夹杂物种类、两相间界面张力及黏度对于液滴聚并过程的影响规律.结果表明，夹杂物液滴间的聚合趋势与其自身的物理性质有紧密联系，其中液滴相与连续相之间的界面张力会促进其相互聚并，而液滴相的黏度则正相反，在液滴聚并过程中起抑制作用.因此，通过改变液态夹杂物与高温钢液之间的界面参数以及黏度参数，有望达到聚合或分散的控制目标，进而实现夹杂物尺寸的灵活控制

1 奶制品的生产与销售 2 自来水输送与货机装运 3 汽车生产与原油采购 4 接力队选拔和选课策略

1. MATLAB 的概况 MATLAB 是矩阵实验室（Matrix Laboratory）之意。除具备卓越的数值计算能力 外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。 MATLAB 的基本数据单位是矩阵，它的指令表达式与数学,工程中常用的形式十分 相似,故用 MATLAB 来解算问题要比用 C,FORTRAN 等语言完相同的事情简捷得多