matlab中acc什么意思

好吧，我认真点。

提问者是在哪遇到的这个acc，有具体的相关程序吗？

我在matlab help里能搜到的 和ACC关系比较大的只有Example: ACC Benchmark Problem ，来自Wie, B., and Bernstein, D.S., "A Benchmark Problem for Robust Controller Design," Proc. American Control Conf., San Diego, CA, May 23-25, 1990also Boston, MA, June 26-28, 1991. ，一篇讲控制的文献，ACC的意思是American Control Conf，美国控制大会

1、matlab是一个功能强大的软件，不仅仅在数据处理方面很优秀，在界面编程方面同样优秀，这里简单介绍下matlab界面编程的基础步骤。

2、在打开的matlab程序中，点击new---graphic user interface，打开创建gui向导--我们选择blank gui，创建空白的gui界面---选择左侧我们需要的控件，如下图，我们选择一个button---将控件拖入到gui界面的合适的位置，双击打开设置属性的界面---设计好界面后，我们先不要编写函数内容，先运行界面---他会提醒我们激活界面将保存界面和代码，我们选择yes---输入文件名，点击保存---我们回到界面编辑界面，点击button右键打开右键菜单，点击view callbacks---callback，来跳转到该控件的回调函数---我们在该函数中输入代码---这时，我们运行程序，点击按钮，即可以在命令窗口中看到button执行的效果。

3、先运行界面，使得matlab给我们创建界面的代码，然后在view callback。

MATLAB中主要用int进行符号积分，用trapz,dblquad,quad,quad8等进行数值积分。

int(s) 符号表达式s的不定积分

int(s,x) 符号表达式s关于变量x的不定积分

int(s,a,b) 符号表达式s的定积分，a,b分别为积分的上、下限

int(s,x,a,b) 符号表达式s关于变量x的定积分，a,b分别为积分的上、下限

trapz(x,y) 梯形积分法，x时表示积分区间的离散化向量，y是与x同维数的向量，表示被积函数，z返回积分值。

quad8(‘fun’,a,b,tol) 变步长数值积分，fun表示被积函数的M函数名，a,b分别为积分上、下限，tol为精度，缺省至为1e-3.

fblquad(‘fun’,a,b,c,d) 矩形区域二重数值积分，fun表示被积函数的M函数名，a,b分别为x的上、下限，c,d分别为y的上、下限.

例1 计算二重积分

先编写四个M函数文件,

%二重积分算法文件dblquad2.m

function S=dblquad2(f_name,a,b,c_lo,d_hi,m,n)

%其中f_name为被积函数字符串,'c_lo'和'd_hi'是y的下限和上限函数 ,都是x的标量函数a,b分别为x的下限和上限m,n分别为x和y方向上的等分数(缺省值为100).

if nargin<7, n=100end

if nargin<6, m=100end

if m<2|n<2

error('Numner of intervals invalid')

end

mpt=m+1hx=(b-a)/mx=a+(0:m)*hx

for i=1:mpt

ylo=feval_r(c_lo,x(i))yhi=feval_r(d_hi,x(i))

hy=(yhi-ylo)/n

for k=1:n+1 y(i,k)=ylo+(k-1)*hyf(i,k)=feval_r(f_name,x(i),y(i,k))end

G(i)=trapz(y(i,:),f(i,:))

end

S=trapz(x,G)

%被积函数eg3_fun.m

function z=eg3_fun(x,y)

z=1+x+y

%积分下限函数eg3_low.m

function y=eg3_low(x)

y=-sqrt(1-x^2)

%积分上限函数eg3_up.m

function y=eg3_up(x)

y=sqrt(1-x^2)

保存后,在命令窗口用MATLAB代码:

>>clear

>>dblquad2('eg3_fun',-1,1,'eg3_low','eg3_up')

结果为

ans =3.1383

为了得到更精确的数值解，需将区间更细化，比如x和y方向等分为1000分，MATLAB代码：

>>clear dblquad2('eg3_fun',-1,1,'eg3_low','eg3_up',1000,1000)

结果为 ans =3.1415。

此题也可用int符号计算求解，MATLAB代码为：

>>clearsyms x y

>>iy=int(1+x+y,y,-sqrt(1-x^2),sqrt(1-x^2))

>>int(iy,x,-1,1)

结果为

ans =pi

例2 quad8计算定积分

%M函数fun1.m

function y=fun1(x)

y=x.^4

保存后,在命令窗口用MATLAB代码:

>>clear

>>quad8('fun1',-2,2)

>>vpa(quad8('fun1',-2,2),10) %以10位有效数字显示结果

结果为

ans =12.8000

ans =12.80000000

对于变步长数值积分,常用的有quad,quad8两种命令,quad使用自适应步长Simpson法, quad8使用自适应步长8阶Newton-Cotes法,我们建议用quad8,它不但精度较高,且对假收敛和假奇异积分具有一定的适应性,而quad较差..

龙贝格积分法MATLAB程序代码

function [I,step]=Roberg(f,a,b,eps)

if(nargin==3)

eps=1.0e-4

end

M=1

tol=10

k=0

T=zeros(1,1)

h=b-a

T(1,1)=(h/2)*(subs(sym(f),findsym(sym(f)),a)+subs(sym(f),findsym(sym(f)),b))

while tol>eps

k=k+1

h=h/2

Q=0

for i=1:M

x=a+h*(2*i-1)

Q=Q+subs(sym(f),findsym(sym(f)),x)

end

T(k+1,1)=T(k,1)/2+h*Q

M=2*M

for j=1:k

T(k+1,j+1)=T(k+1,j)+(T(k+1,j)-T(k,j))/(4^j-1)

end

tol=abs(T(k+1,j+1)-T(k,j))

end

I=T(k+1,k+1)

step=k

自适应法求积分MATLAB程序代码

function I=SmartSimpson(f,a,b,eps)

if(nargin==3)

eps=1.0e-4

end

e=5*eps

I=SubSmartSimpson(f,a,b,e)

function q=SubSmartSimpson(f,a,b,eps)

QA=IntSimpson(f,a,b,1,eps)

QLeft=IntSimpson(f,a,(a+b)/2,1,eps)

QRight=IntSimpson(f,(a+b)/2,b,1,eps)

if(abs(QLeft+QRight-QA)<=eps)

q=QA

else

q=SubSmartSimpson(f,a,(a+b)/2,eps)+SubSmartSimpson(f,(a+b)/2,b,eps)

end

线性振动响应分析的wilson θ积分法MATLAB代码

% see also http://www.matlabsky.com

% contact me matlabsky@gmail.com

% 2010-02-26 16:52:12

%

clc

clear

% 结构运动方程参数

M=1500000

K=3700000

C=470000

% 威尔逊参数θ

theta=1.4

dt=0.02% 时间间隔

tau=dt*theta

% 数据处理

eqd=load('acc_ElCentro_0.34g_0.02s.txt')% 加速激励，第一列是时间，第二列是加速度

n=size(eqd,1)

t=0:dt:(n-1)*dt

xg=eqd(:,2)*9.8% 对加速度进行处理

dxg=diff(xg)*theta%

F=-M*xg

% D2x 加速度； Dx 速度； x 位移

D2x=zeros(n,1)

Dx=zeros(n,1)

x=zeros(n,1)

for i=1:n-1

K_ba=K+3/tau*C+6/tau^2*M

dF_ba=-M*dxg(i)+(M*6/tau+3*C)*Dx(i)+(3*M+tau/2*C)*D2x(i)

dx=dF_ba/K_ba

dD2x=(dx*6/tau^2-Dx(i)*6/tau-3*D2x(i))/theta

D2x(i+1)=D2x(i)+dD2x

Dx(i+1)=Dx(i)+D2x(i)*dt+dD2x/2*dt

x(i+1)=x(i)+Dx(i)*dt+D2x(i)*dt^2/2+dD2x/6*dt^2

end

subplot(311)

plot(t,x) % 位移

subplot(312)

plot(t,Dx) % 速度

subplot(313)

plot(t,D2x)% 加速度

常微分方程求解方法之四阶龙格-库塔算法matlab程序代码

function [x,y] = MyRunge_Kutta(fun,x0,xt,y0,PointNum,varargin)

%Runge-Kutta 方法解微分方程形为 y’(t) = f(x,y(x))

%此程序可解高阶的微分方程。只要将其形式写为上述微分方程的向量形式

% x范围为[x0,xt],初值为 y0, PointNum为离散点数,varargin为可选输入项可传适当参数给函数f(x,y)

if nargin <4 | PointNum <= 0

PointNum= 100

end

if nargin <3

y0 = 0

end

y(1,:) = y0(:)’%初值存为行向量形式

h = (xt-x0)/(PointNum-1)%计算步长

x = x0+[0:PointNum]‘*h%得x向量值

for k = 1:PointNum %迭代计算

f1 = h*feval_r(fun,x(k),y(k,:),varargin {:})

f1 = f1(:)’%得公式中k1

f2 = h*feval_r(fun,x(k) + h/2,y(k,:) + f1/2,varargin{:})

f2 = f2(:)’%得公式中k2

f3 = h*feval_r(fun,x(k) + h/2,y(k,:) + f2/2,varargin{:})

f3 = f3(:)’%得公式中k3

f4 = h*feval_r(fun,x(k) + h,y(k,:) + f3,varargin{:})

f4 = f4(:)’%得公式中k4

y(k + 1,:) = y(k,:) + (f1 + 2*(f2 + f3) + f4)/6%

---