当前位置：文档之家 › 机械优化设计实例及matlab优化工具PPT模版

机械优化设计实例及matlab优化工具PPT模版

  • 格式：ppt
  • 大小：1.92 MB
  • 文档页数：55

下载文档原格式

  / 55

合集下载

Matlab与机械优化设计(5.优化工具箱)

Matlab与机械优化设计(5.优化工具箱)

无约束优化问题

[x,fval,exitflag,output,grad,hessian] = fminunc(fun,x0,options)

输入参数：
fun: 目标函数，以函数句柄的形式给出。函数句柄的构
造：
1. 函数首先用m文件定义好，然后采用下列方式构造函数句柄：
fhandle=@ function_name 如： f_h=@sin; f_h=@cos 2. 匿名函数的形式（Anonymous function),函数的表达式直接给出： fhandle=@ (var_list) expression(var_list),如： f_h=@(x) sin(x); f_h=@(x) cos(x);
4. fmincon函数 [实例分析]
2 计算使函数f ( x) e x1 (4 x12 +2x2 +4x1 x2 +2 x2 +1)取最小值时的x值,
约束条件为x1 x2 x1 x2 -1.5, x1 x2 10 分析:将非线性约束条件化为标准的不等式形式: x1 x2 x1 x2 +1.5 0,
MATLAB代码： %首先编写目标函数的.m文件: function f = objfun(x) f = exp(x(1))*(4*x(1)^2 + 2*x(2)^2 + 4*x(1)*x(2) + 2*x(2) + 1); %编写非线性约束函数的.m文件: function [c, ceq] = confun(x) c = [1.5 + x(1)*x(2) - x(1) - x(2); -x(1)*x(2) - 10]; ceq = [ ]; %求解优化问题: x0 = [-1,1]; options = optimset('LargeScale','off'); [x, fval] = fmincon(@objfun,x0,[],[],[],[],[],[],@confun,options)

八章机械优化设计实例PPT课件

八章机械优化设计实例PPT课件
第22页/共25页
2）曲柄摇杆机构的传动角应在 和 之间，可得 min
max
g7
x
arccos
l2
2
l32 l1
2l2l3
l4
2
max
0
g8
x
min
arccos
l22
l32 l1
2l2l3
l4
2
0
二、曲柄摇杆机构再现已知运动轨迹的优化设计
所谓再现已知运动轨迹：是指机构的连杆曲线尽可能 地接近某一给定曲线。
第15页/共25页
不同的设计要求，目标函数不同。若减速器的中心距没有要求时，可取减速器 最大尺寸最小或重量最轻作为目标函数。
第16页/共25页
f x m min f x l r1 a r4 min
若中心距固定，可取其承载能力为目标函数。
f x 1/ min
减速器类型、结构形式不同，约束函数也不完全相同。 （1）边界约束
第14页/共25页
不同类型的减速器，选取的设计变量使不同的。
展开式圆柱齿轮减速器：齿轮齿数、模数、齿宽、 螺旋角及变位系数等。
行星齿轮减速器：除此之外，还可加行星轮个数。 设计变量应是独立参数，非独立参数不可列为设计 变量。例如齿轮齿数比为已知，一对齿轮传动中，只 能取Z1或Z2一个为设计变量。
又如中心距不可取为设计变量，因为齿轮齿数确定 后，中心距就随之确定了。
（2）性能约束
第17页/共25页
一、单级圆柱齿轮减速器的优化设计
第18页/共25页
第四节 平面连杆机构的优化设计 连杆机构的类型很多，这里只以曲柄摇杆机构两类 运动学设计为例来说明连杆机构优化设计的一般步骤 和方法。 一、曲柄摇杆机构再现已知运动规律的优化设计

MATLAB优化的设计实验课件.ppt

MATLAB优化的设计实验课件.ppt
1）直接列表定义数组 变量＝[元素值1 元素值2 … 元素值n] 变量＝[元素值1,元素值2 ,…,元素值n] 变量＝[行1各元素;行2各元素;…;行n各元素]
例如： x=[1 2 3 4 5 6 7 8 9 0] y=[1,2,3,4,5,6,7,8,9,0] z=[1,2,3,4,5;2,3,4,5,6,7]
2021/3/3
1.2.2数组
例如：a = 1:2:15 则：
a(2) a(3:5) a(5:-1:2) a([2,6,8])
1 3 5 7 a的值 9 11 13 15
2021/3/3
1.2.3 数组运算
1、数组的基本运算 设有数组a 1 n ,b 1 n ,x 1 m ,g m n ,h n m ,fm n 变量或常量c1,c2,..c.k
2021/3/3
1.2.2数组
2）域表定义数组 变量＝初值：增量：终值｜初值：终值 变量＝（初值：增量：终值）＊常数 例如： x=0:0.02:10 y=1:80 z=(1:0.1:7)*10e-5
2021/3/3
1.2.2数组
3）利用函数定义数组 变量＝linspace(初值,终值,元素个数)
如：x = linspace(0,pi,11) 的结果为:
x= Columns 1 through 4
0 0.3142 0.6283 0.9425 Columns 5 through 8
1.2566 1.5708 1.8850 2.1991 Columns 9 through 11
2.5133 2.8274 3.1416
2021/3/3
1.1 MATLAB窗口
2、Workspace(工作区) 程序运行中的自定义变量和默认变量都包含在工作

机械优化设计的MATLAB实现课件

机械优化设计的MATLAB实现课件

[x,fval] = linprog(…) % 返回目标函数最优值，即fval= f (x)。 [x,fval,lambda,exitflag] = linprog(…) % lambda为解x的Lagrange乘子。 [x, favl,lambda,fval,exitflag] = linprog(…) % exitflag为终止迭代的错误条件。 [x,fval, lambda,exitflag,output] = linprog(…) % output为关于优化的一些信息 说明 若exitflag>0表示函数收敛于解x，exitflag=0表示超过函数估值或迭代的最 大数字，exitflag<0表示函数不收敛于解x；若lambda=lower 表示下界lb， lambda=upper表示上界ub，lambda=ineqlin表示不等式约束，lambda=eqlin表示 等式约束，lambda中的非0元素表示对应的约束是有效约束；output=iterations表 示迭代次数，output=algorithm表示使用的运算规则，output=cgiterations表示 PCG迭代次数。

MATLAB求解程序清单为:
首先输入下列系数 f=[-60;-120]; A=[9,4;3,10;4,5]; b=[360,300,200]; lb=zeros(2,1); ub=[];
然后调用linprog函数:
[x,fval,exitflag,output,lambda]=linprog(f,A,b,[],[],lb,ub) 计算结果为： x = 20.0000 24.0000 fval = -4.0800e+003 exitflag = 1 output = iterations: 5 algorithm: 'large-scale: interior point‘ cgiterations: 0 message: 'Optimization terminated.' lambda = ineqlin: [3x1 double] eqlin: [0x1 double] upper: [2x1 double] lower: [2x1 double]

MATLAB优化工具箱PPT课件

MATLAB优化工具箱PPT课件

输出结果
x = -0.00379331489930 0.00377922373234 -0.00081367476184 -0.00040994333806
执行程序DFP混合插值
x0=[3,-1,0,1];options(6)=1;options(7)=0;x=fminu('f4',x0,options),
GRAD/SD -4.04
-2.67e-008 -2.27e-009
x= 1.0e-007 * 0.0431
-0.2708
提高精度10－8，不输出中间结果，只给出迭代次数和结果各函数值
x0=[1,1];
执
opt(2)=1e-8;opt(3)=1e-8;
行
[x,opt]=fminu('f1',x0,opt)
输入方法
c=[-6,-4];A=[2,3;4,2]; b=[100,120];vlb=[0,0];vub=[] [x,lam]=lp(c,A,b,vlb,vub) Z=c*x
输出结果
x= 20.0000 20.0000
lam =
0.5000 1.2500
0 0
Z= -200
第5页/共31页
例题
例4 求解
fminu fmins
('f ', x0) ('f ', x0)
function
f f (x)
非线性最小二乘
min f T (x) f (x)
x x
leastsq ('f ', curvefit ('f '
,xx00)f)unction
f f (x)
约束极小

Matlab 机械优化设计

Matlab 机械优化设计

x= 1.0000 2.0007
fval = 10.0000
exigflag = 1
hessian = iterations: 6 funcCount: 21 stepsize: 1
firstorderopt: 0.0013 algorithm: 'medium-scale: Quasi-
Newton line search'
l Hessian – 用户定义的目标函数的Hessian矩阵。 l HessPattern – 用于有限差分的Hessian矩阵的 稀疏形式。若不方便求fun函数的稀疏Hessian矩阵 H，可以通过用梯度的有限差分获得的H的稀疏结 构（如非零值的位置等）来得到近似的Hessian矩 阵H。若连矩阵的稀疏结构都不知道，则可以将 HessPattern设为密集矩阵，在每一次迭代过程中， 都将进行密集矩阵的有限差分近似（这是缺省设
无约束非线性规划问题 相关函数
fminunc函数 fminsearch函数
fminunc函数 功能： 给定初值，求多变量标量函数的最小值。 常用于无约束非线性最优化问题。 数学模型：
min f (x) x
其中，x为一向量，f(x)为一函数，返回标量。
语法格式及描述
x = fminunc(fun,x0)给定初值x0，求fun函数的局 部极小点x。x0可以是标量、向量或矩阵。 x = fminunc(fun,x0,options)用options参数中指 定的优化参数进行最小化。 x = fminunc(fun,x0,options,P1,P2,...)将问题参 数p1、p2等直接输给目标函数fun，将options参 数设置为空矩阵，作为options参数的缺省值。

机械优化设计经典实例PPT课件

机械优化设计经典实例PPT课件


x1
x2 x1
3/ 2


0
g3 (X ) 3 l 3 x3 0
g4 (X ) d x2 0
g5 ( X ) D d x1 x2 0
设计实例2: 平面连杆机构优化设计
一曲柄摇杆机构， M为连秆BC上一点， mm为预期的运动 轨迹，要求设计该 曲柄摇杆机构的有 关参数，使连杆上 点M在曲柄转动一 周中，其运动轨迹 (即连杆曲线)MM 最佳地逼近预期轨 迹mm。
6.12(x12 x22 )x3 106
设计实例1:
g1 ( X ) d 4 D 4 1.27 D 10 5 x2 4 x14 1.27 10 5 0
g2 ()

154.34D D4 d 4

Dd D
3/ 2

154.34x1 x14 x2 4
设计实例2:
设计一再现预期轨迹mm的曲柄摇杆机构。已知xA＝ 67mm，yA＝10mm，等分数s＝12，对应的轨迹mm 上12个点的坐标值见表，许用传动角[γ]＝300。
设计实例2:
一、建立优化设计的数学模型
点M的坐标: xM xA l1 cos( ) l5 cos( ) yM yA l1 sin( ) l5 sin( )
( ) arccosl12 l22 l32 l42 2l1l4 cos
2l2 l12 l42 2l1l4 cos arctg l1 sin
l4 l1 cos
设计实例2:
点M的坐标: xM xA l1 cos( ) l5 cos( ) yM yA l1 sin( ) l5 sin( )

机械优化设计Matlab_优化工具箱基本用法

机械优化设计Matlab_优化工具箱基本用法

机械优化设计Matlab_优化工具箱基本用法Matlab 优化工具箱类型模型基本函数名一元函数极小Min F（x）s.t.x1<x无约束极小Min F(X)X=fminunc(‘F’,X0) X=fminsearch(‘F’,X0)线性规划Min Xc Ts.t.AX<=bX=linprog(c,A,b)二次规划Min21x T Hx+c T xs.t. Ax<=bX=quadprog(H,c,A,b)约束极小（非线性规划）Min F(X)s.t. G(X)<=0X=fmincon(‘FG’,X0)达到目标问题Min rs.t. F(x)-wr<=goalX=fgoalattain(‘F’,x,goal,w)极小极大问题Min max {F i(x)}X {Fi(x)}s.t. G(x)<=0X=fminimax(‘FG’,x0)变量调用函数描述f linprog,quadprog 线性规划的目标函数f*X 或二次规划的目标函数X’*H*X+f*X 中线性项的系数向量funfminbnd,fminsearch,fminunc,fmincon,lsqcurvefit,lsqnonlin,fgoalattain,fminimax非线性优化的目标函数.fun必须为行命令对象或M文件、嵌入函数、或MEX文件的名称H quadprog 二次规划的目标函数X’*H*X+f*X 中二次项的系数矩阵A,b linprog,quadprog,fgoalattain,fmincon, fminimaxA矩阵和b向量分别为线性不等式约束：bAX≤中的系数矩阵和右端向量Aeq,beq linprog,quadprog,fgoalattain,fmincon, fminimaxAeq矩阵和beq向量分别为线性等式约束：beqXAeq=中的系数矩阵和右端向量vlb,vub linprog,quadprog,fgoalattain,fmincon,fminimax,lsqcurvefit,lsqnonlinX的下限和上限向量：vlb≤X≤vubX0 除fminbnd外所有优化函数迭代初始点坐标x1,x2 fminbnd 函数最小化的区间options 所有优化函数优化选项参数结构，定义用于优化函数的参数x = bintprog(f, A, b, Aeq, Beq, x0, options) 0-1规划用MATLAB 优化工具箱解线性规划命令：x=linprog （c ，A ，b ）2、模型：beqAeqX bAX ..min =≤=t s cXz 命令：x=linprog （c ，A ，b ，Aeq,beq ）注意：若没有不等式：b AX ≤存在，则令A=[ ]，b=[ ]. 若没有等式约束, 则令Aeq=[ ], beq=[ ]. 3、模型：VUBX VLB beq AeqX bAX ..min ≤≤=≤=t s cX z命令：[1] x=linprog （c ，A ，b ，Aeq,beq, VLB ，VUB ）[2] x=linprog （c ，A ，b ，Aeq,beq, VLB ，VUB, X0）注意：[1] 若没有等式约束, 则令Aeq=[ ], beq=[ ]. [2]其中X0表示初始点 4、命令：[x,fval]=linprog(…)返回最优解ｘ及ｘ处的目标函数值fval.例1 max 6543216.064.072.032.028.04.0x x x x x x z +++++= 85003.003.003.001.001.001.0..654321≤+++++x x x x x x t s70005.002.041≤+x x 10005.002.052≤+x x 90008.003.063≤+x x6,2,10=≥j x j解编写M 文件小xxgh1.m 如下： c=[-0.4 -0.28 -0.32 -0.72 -0.64 -0.6];A=[0.01 0.01 0.01 0.03 0.03 0.03;0.02 0 0 0.05 0 0;0 0.02 0 0 0.05 0;0 0 0.03 0 0 0.08]; b=[850;700;100;900]; Aeq=[]; beq=[];vlb=[0;0;0;0;0;0]; vub=[];[x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub)min z=cXb AX t s≤..1、模型：例2 321436min x x x z ++= 120..321=++x x x t s301≥x 5002≤≤x203≥x解: 编写M 文件xxgh2.m 如下： c=[6 3 4]; A=[0 1 0]; b=[50];Aeq=[1 1 1]; beq=[120]; vlb=[30,0,20];vub=[];[x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub例3 （任务分配问题）某车间有甲、乙两台机床，可用于加工三种工件。

MATLAB在优化中的应用课件

MATLAB在优化中的应用课件

x
为解;否则,x不是最终解,它只是迭代制止
时优化过程的值
fval
解x处的目标函数值
exitflag output
描述退出条件: exitflag>0,表目标函数收敛于解x处 exitflag=0,表已达到函数评价或迭代
的最大次数 exitflag<0,表目标函数不收敛
包含优化结果信息的输出结构. Iterations:迭代次数
质量问题 50%由于设
计不周
成本 70%设计阶
段决定
总周期 40%设计周
期 占据
学习交流PPT
8
优化设计的概念
•优化设计是借助最优化数值计算方法和计算机技术， 求取工程问题的最优设计方案。 •即：进行最优化设计时，必须首先将实际问题加以 数学描述，形成一组由数学表达式组成的数学模型， 然后选择一种最优化数值计算方法和计算机程序， 在计算机上运算求解，得到一组最优的设计参数。
• MATLAB由主包和功能各异的工具箱组成，其基本 数据结构是矩阵。
• MATLAB具有非常强大的计算功能，其已成为世界 上应用最广泛的工程计算应用软件之一。 （Mathematica、Maple）
学习交流PPT
3
MATLAB主要功能和特点
•主要功能
1，数字计算功能
2，符号计算功能
3，数据分析和可视化分析 功能
数X’*H*X+f*X 中线性项的系数向量
非 线 性 优 化 的 目 标 函 数 .fun必 须 为 行 命 令 对 象 或 M文 件 、 嵌 入 函 数 、 或 MEX文 件 的 名 称
二次规划的目标函数X’*H*X+f*X 中二次项的系 数矩阵
A矩阵和b向量分别为线性不等式约束：

MATLAB优化工具箱ppt

MATLAB优化工具箱ppt

要点三
问题求解
整数规划问题通常比较复杂，需要利 用专门的整数规划函数进行求解，通 过定义问题的目标函数和约束条件， 选择适合的整数规划函数可以求解不 同场景下的整数规划问题。
05
使用matlab优化工具箱的注意事项
选择合适的求解器
线性规划
使用`linprog`函数求解线性规 划问题，可以选择内置的单纯 形法或者内点法等求解器。
适用场景
适用于制造业、物流业、服务业等 行业的生产计划、调度和资源配置 问题。
投资组合优化问题
总结词
在风险和收益之间寻求平衡，构建最优投资组合，以最大化投资回报并控制风险。
详细描述
通过使用matlab优化工具箱，可以建立投资组合优化模型。首先定义投资组合中的资产及其权重、收益和风险等参数，然 后构建合适的数学模型并使用求解器求解最优解。
专业性强
优化工具箱采用了先进的优化算 法和数学模型，能够针对不同类 型的问题进行优化。
易用性高
使用简单的操作界面，可以方便地 设置和执行优化任务。
常见优化问题的求解方法
非线性规划
用于解决非线性优化问题，如 最优化投资组合、生产成本最 小化等。
整数规划
用于解决决策变量为整数的问 题，如车辆路径问题、排班计 划等。
区别不同模块之间也存在区别，如算法模块中的不同算法 适用于不同的优化问题，使用者需要根据自己的需求选择 合适的算法；而应用模块中不同的应用领域也需要使用者 根据实际情况进行选择和调整。
03
求解优化问题
求解优化问题的基本步骤
确定优化目标和变量
明确优化问题的目标函数和决策变量。
分析结果
根据优化结果，分析目标函数的最优解和 变量的最优值。
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
s
f(x) (xM ixm )2 i(yM iym )2 i
i 1
设计实例2:
3）确定约束条件
(1)由曲柄存在条件，可得:
g1(x) l1 l2 l3 l4 0 g2(x) l1 l3 l2 l4 0 g3(x) l1 l4 l2 l3 0
(2)由杆长必须大于零及曲柄1为最短杆，可得：
g4(x)el10
区分大小写字母，以当前值定义其类型。 2、函数名
函数名用标识符表示。
1.3 数组
行向量、列向量、矩阵 1.3.1 创建数组的常用方法
1）直接列表定义数组 例如：
x=[1 2 3 4 5 6 7 8 9 0] y=[1,2,3,4,5,6,7,8,9,0] z=[1,2,3,4,5;2,3,4,5,6,7]
（3）结构尺寸
l l min d 0 Dd0
设计实例1:
设：
x
1
D
x
2
d
x
3
l
则数学模型为：
mf(i ) n 6 .1(D 2 2 d 2 )l 1 6 0
6.1(2 x12x22)x31 0 6
设计实例1:
g 1 ( X ) d 4 D 4 1 . 2 D 1 7 5 x 2 0 4 x 1 4 1 . 2 1 5 7 0 0 g 2 ( ) 1 D 4 . 3 5 d D 44 4 D D d 3 /2 1 x 1 4. 3 5 x 2 x 4 1 4 4 x 1 x 1 x 2 3 /2 0
建立数学模型的基本原则
1）设计变量的选择： 尽量减少设计变量数目 设计变量应当相互独立
2）目标函数的确定： 选择最重要指标作为设计追求目标
3）约束条件的确定： 性能约束和边界约束
设计实例1:
试设计一重量最轻的空心传动轴。空心传动轴 的D、d分别为轴的外径和内径。轴的长度不得 小于3m。轴的材料为45钢，密度为7.8×10-6㎏ /㎜，弹性模量E=2×105M扭切应力:
16D (D4 d4)
经整理得:
d4D41.2 7150D0
设计实例1:
（2）抗皱稳定性 扭转切应力不得超过扭转稳定得临界切应力:
'
空心传动轴的扭转稳定的临界切应力为:
' 0.7E(Dd)3/2
2D
设计实例1:
整理得:
1D544.3d4D4 DDd3/2 0
设计实例2:
设计一再现预期轨迹mm的曲柄摇杆机构。已知xA＝ 67mm，yA＝10mm，等分数s＝12，对应的轨迹mm 上12个点的坐标值见表，许用传动角[γ]＝300。
设计实例2:
一、建立优化设计的数学模型
点M的坐标: xMxAl1cos()l5cos () yMyAl1si n ()l5sin()
[τ]=60MPa。轴所受扭矩为M=1.5×106N·mm。
分析
设计变量：外径D、内径d、长度l
设计要求：满足强度，稳定性和结构尺寸要 求外，还应达到重量最轻目的。
设计实例1:
所设计的空心传动轴应满足以下条件： （1）扭转强度
空心传动轴的扭转切应力不得超过许用值，即
空心传动轴的扭转切应力:
16D (D4 d4)
机械优化设计实例 及matlab优化工具
机械优化设计实例
➢ 机械优化设计的一般过程 ➢ 建立数学模型的基本原则 ➢ 机械优化设计实例
机械优化设计的一般过程
机械优化设计全过程一般可分为：
1)建立优化设计的数学模型。 2)选择适当的优化方法。 3)编写计算机程序。 4)准备必要的初始数据并上机计算。 5)对计算机求得的结果进行必要的分析。
( ) arccosl12 l22 l32 l42 2l1l4 cos
2l2 l12 l42 2l1l4 cos arctg l1 sin
l4 l1 cos
设计实例2:
点M的坐标: xMxAl1cos()l5cos () yMyAl1si n ()l5sin()
( ) arccosl12 l22 l32 l42 2l1l4 cos
2l2 l12 l42 2l1l4 cos arctg l1 sin
l4 l1 cos 0 ' 其中'将由设计的已知条件 出给 。
设计实例2:
该问题有8个设计变量，记为：
x x1 , x 2 , , x8 T
l1 ,l2,l3 ,l4,l5 ,
,
,
T 0
设计实例2:
2）确定目标函数
将曲柄一周转角分为s等分，要求连秆曲线最佳地逼近 预期轨迹mm，具体可由连杆曲线上的s个点M最佳地逼 近预期轨迹上的s个点m予以实现。由此可按点距和最 小的原则建立如下目标函数：
g 3(X ) 3 l 3 x 3 0
g4(X)dx20
g 5 (X ) D d x 1 x 2 0
设计实例2: 平面连杆机构优化设计
一曲柄摇杆机构， M为连秆BC上一点， mm为预期的运动 轨迹，要求设计该 曲柄摇杆机构的有 关参数，使连杆上 点M在曲柄转动一 周中，其运动轨迹 (即连杆曲线)MM 最佳地逼近预期轨 迹mm。
1.3 数组
2）域表定义数组 变量＝初值：增量：终值｜初值：终值 变量＝（初值：增量：终值）＊常数 例如： x=0:0.02:10 y=1:80
1.3 数组
1.3.2、 数组的访问（一维）
数组名
表示全体元素
数组名(k)
表示第k元素
数组名(k1:k2)
表示第k1到k2元素
1.3.3 数组运算
1). 纯量与数组的算术运算 a ω c1 或 c1 ω a 其中ω可为＋、－、＊ 结果为[a1ωc1 a2ωc1 … anωc1] 或[c1ωa1 c1ωa2 … c1ωan]
设计实例2:
(3)由满足传动角条件γ＞[γ]，可得：
g5(x)
[]arccol22sl32 (l4
2l2l3
l1)2
0
g6(x)
[][18。 0arccol22sl32 (l4
2l2l3
l1)2
]0
优化设计工具
优化设计工具
第1部分 MATLAB基础 第2部分 优化计算工具
第1部分 MATLAB基础
1.1 MATLAB环境简介 1.2 数据表示 1.3 数组 1.4 源文件（M－文件）
1.1 MATLAB窗口
启动MATLAB 其窗口如右
1、Command Window (命令窗口)
2、Workspace (工作区)
1.2 数据表示
1、变量 变量用标识符表示（字母打头、字母、
数字、下划线组成，长度≤19）。可以合 法出现而定义。