武汉理工大学学生实验报告书CADCAM基础CADCAM系统方案.docx
- 文档编号:10927737
- 上传时间:2023-05-28
- 格式:DOCX
- 页数:12
- 大小:168.45KB
武汉理工大学学生实验报告书CADCAM基础CADCAM系统方案.docx
《武汉理工大学学生实验报告书CADCAM基础CADCAM系统方案.docx》由会员分享,可在线阅读,更多相关《武汉理工大学学生实验报告书CADCAM基础CADCAM系统方案.docx(12页珍藏版)》请在冰点文库上搜索。
武汉理工大学学生实验报告书CADCAM基础CADCAM系统方案
学生学号
24
实验课成绩
理工大学
学生实验报告书
实验课程名称CAD/CAM基础
开课学院
指导老师余世浩
学生姓名朱珩予
学生专业班级成型0902
2011—2012学年第一学期
实验课程名称:
CAD/CAM基础
实验项目名称
CAD/CAM系统
实验成绩
实验者
朱珩予
专业班级
成型0902
组别
同组者
实验日期
2011年10月13日
第一部分:
实验分析与设计(可加页)
一、实验容描述(问题域描述)
1:
分别用线性插值和抛物线插值求表中当x=2.03处的函数值y。
x
3.2
2.7
2.1
1.7
1.4
1.3
y
2.2
2.1
1.9
1.6
1.3
1.1
2:
简述最小二乘法的原理并用最小二乘法对下表中的数据进行数据拟合。
x
-3
-2
-1
0
1
2
3
y
5
3
2
0
-1
-3
-5
二、实验基本原理与设计(包括实验方案设计,实验手段的确定,试验步骤等,用硬件逻辑或者算法描述)
实验原理:
1)线性插值
线性插值是通过所选两个节点构造一个线性函数g(x)来代替原来的函数f(x),也称为两点插值。
设有一个用数表表示的函数f(x),数表中的离散化了的自变量和因变量的值分别设为
,
,
,…,
和
,
,
,…,
。
欲求自变量x时的函数值,即在点(x,y)处线性插值,步骤为如下所示:
(1)从数表中在插值点的附近选取两个相邻的自变量
xi+1,并满足条件
。 (2)用过( )和( )两点的直线g(x)代替原来的函数f(x),则插值点的函数值为 。 2)抛物线插值 抛物线插值是用通过3个节点的抛物线g(x)来代替原来的函数f(x),也称三点插值。 抛物线插值步骤如下所示: (1)从已知表中,在插值点x的左右选取两点(想 ),( ),分别记为( ),( )。 它们满足 。 (2)比较(x- )和( -x)的大小,取差值较小的作为取点的延伸方向,从表格中取第三点。 (3)将第三点的坐标代入抛物线方程,得到插值点的函数值 3)最小二乘法 设由数表中n个节点值构造了函数 ,用数表中自变量 的值代入可以求出其函数值 ,用 表示,即 =1,2,…,n 在各节点处所构造函数的值与原函数的值存在误差 ,称其为残差。 最小二乘法要求所构造出来的函数保证残差的平方和最小,即 为最小。 设拟合的线性函数为 ,其残差平方和Q为 分别令Q对a和b的偏导数为0,得 解方程组,得到待定常数a和b,即 三、主要仪器设备及耗材 微型计算机 第二部分: 实验调试与结果分析(可加页) 一、调试过程(包括调试方法描述、实验数据记录,实验现象记录,实验过程发现的问题等) (1)用线性插值求当x=2.03处的函数值 程序及结果如图; (2)用抛物线插值求当x=2.03处的函数值 程序及结果如图; (3)最小二乘法原理: 在我们研究两个变量(x,y)之间的相互关系时,通常可以得到一系列成对的数据(x1,y1.x2,y2...xm,ym);将这些数据描绘在x-y直角坐标系中,若发现这些点在一条直线附近,可以令这条直线方程如(式1-1)。 Y计=a0+a1X(式1-1) 其中: a0、a1是任意实数 为建立这直线方程就要确定a0和a1,应用《最小二乘法原理》,将实测值Yi与利用(式1-1)计算值(Y计=a0+a1X)的离差(Yi-Y计)的平方和〔∑(Yi-Y计)2〕最小为“优化判据”。 令: φ=∑(Yi-Y计)2(式1-2) 把(式1-1)代入(式1-2)中得: φ=∑(Yi-a0-a1Xi)2(式1-3) 当∑(Yi-Y计)平方最小时,可用函数φ对a0、a1求偏导数,令这两个偏导数等于零。 (式1-4) (式1-5) 亦即: ma0+(∑Xi)a1=∑Yi(式1-6) (∑Xi)a0+(∑Xi2)a1=∑(Xi,Yi)(式1-7) 得到的两个关于a0、a1为未知数的两个方程组,解这两个方程组得出: a0=(∑Yi)/m-a1(∑Xi)/m(式1-8) a1=[n∑XiYi-(∑Xi∑Yi)]/[n∑Xi2-(∑Xi)2)](式1-9) 这时把a0、a1代入(式1-1)中,此时的(式1-1)就是我们回归的元线性方程即: 数学模型。 在回归过程中,回归的关联式是不可能全部通过每个回归数据点(x1,y1.x2,y2...xm,ym),为了判断关联式的好坏,可借助相关系数“R”,统计量“F”,剩余标准偏差“S”进行判断;“R”越趋近于1越好;“F”的绝对值越大越好;“S”越趋近于0越好。 R=[∑XiYi-m(∑Xi/m)(∑Yi/m)]/SQR{[∑Xi2-m(∑Xi/m)2][∑Yi2-m(∑Yi/m)2]}(式1-10)* 在(式1-1)中,m为样本容量,即实验次数;Xi、Yi分别任意一组实验X、Y的数值。 最小二乘法公式 ∑(X--X平)(Y--Y平)=∑(XY--X平Y--XY平+X平Y平)=∑XY--X平∑Y--Y平∑X+nX平Y平=∑XY--nX平Y平--nX平Y平+nX平Y平=∑XY--nX平Y平 ∑(X--X平)^2=∑(X^2--2XX平+nX平^2)=∑X^2--2nX平^2+nX平^2=∑X^2--nX平^2 Y=kX+b: k=((XY)平--X平*Y平)/(X^2--(X平)^2;b=Y平--kX平 X平=1/n∑Xi;(XY)平=1/n∑XiYi 最小二乘法拟合 对给定数据点{(Xi,Yi)}(i=0,1,…,m),在取定的函数类Φ中,求p(x)∈Φ,使误差的平方和E^2最小,E^2=∑[p(Xi)-Yi]^2。 从几何意义上讲,就是寻求与给定点{(Xi,Yi)}(i=0,1,…,m)的距离平方和为最小的曲线y=p(x)。 函数p(x)称为拟合函数或最小二乘解,求拟合函数p(x)的方法称为曲线拟合的最小二乘法。 最小二乘法的矩阵形式 Ax=b,其中A为nxk的矩阵,x为kx1的列向量,b为nx1的列向量,n>k。 这个方程系统称为OverDeterminedSystem,如果n 正常来看,这个方程是没有解的,但在数值计算领域,我们通常是计算min||Ax-b||,解出其中的x。 比较直观的做法是求解A'Ax=A'b,但通常比较低效。 其中一种常见的解法是对A进行QR分解(A=QR),其中Q是nxk正交矩阵(OrthonormalMatrix),R是kxk上三角矩阵(UpperTriangularMatrix),然后min||Ax-b||=min||QRx-b||=min||Rx-Q'b||,用MATLAB命令x=R\(Q'*b)可解得x。 最小二乘法的Matlab实现 ①一次函数使用polyfit(x,y,1) ②多项式函数使用polyfit(x,y,n),n为次数 拟合曲线 x=[0.5,1.0,1.5,2.0,2.5,3.0], y=[1.75,2.45,3.81,4.80,7.00,8.60]。 解: MATLAB程序如下: x=[0.5,1.0,1.5,2.0,2.5,3.0]; y=[1.75,2.45,3.81,4.80,7.00,8.60]; p=polyfit(x,y,2) x1=0.5: 0.05: 3.0; y1=polyval(p,x1); plot(x,y,'*r',x1,y1,'-b') 计算结果为: p=0.56140.82871.1560 即所得多项式为y=0.5614x^2+0.08287x+1.15560 ③非线性函数使用lsqcurvefit(fun,x0,x,y) (4)用最小二乘法原理进行数据线性拟合。 程序及结果如图; 二、实验结果及分析(包括结果描述实验现象、分析影响因素、讨论、综合分析和结论等) 1,用线性插值法编写c语言程序后输入2.03输出如图 2,用抛物线值法编写c语言程序后输入2.03输出如图 可见两种插值法输出结果略有不同,计算时应该根据实际情况选择合适的插值方法。 根据作出的散点图不难发现在该问题的解决上抛物线插值法更为准确。 3,最小二乘法编写c语言程序后输出如图 三、实验小结、建议及体会 各种插值法各有不同的使用情况,直线插值法相对简单,不过许多情况下抛物线插值法更为精准。 采用组合的思想是数值分析常用的思想和技巧之一,通过对照分析我们不难发现其适用性和准确性。 我们应该触类旁通,在以后的学习中多使用这样的思想。 最小二乘法看似简单,但它在数值计算机应用上却非常重要。 通过c语言程序编写及运行最小二乘法的程序,我们的综合能力得到加强与提高,实践是学习过程中非常重要的一环,在实验过程称中我们一定要尽量保持细心与严谨。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 武汉 理工大学 学生 实验 报告书 CADCAM 基础 系统 方案