当前位置:首页 > 工业技术
化学化工中的数学方法及MATLAB实现
化学化工中的数学方法及MATLAB实现

化学化工中的数学方法及MATLAB实现PDF电子书下载

工业技术

  • 电子书积分:12 积分如何计算积分?
  • 作 者:许国根,许萍萍编著
  • 出 版 社:北京:化学工业出版社
  • 出版年份:2008
  • ISBN:712201598X
  • 页数:312 页
图书介绍:MATLAB是一个功能强大的计算机软件,本书以MATLAB6.x版本为对象,从实际的角度对化学化工中常用的数学方法及MATLAB实现作了介绍。
《化学化工中的数学方法及MATLAB实现》目录

第1章 MATLAB基础 1

1.1 MATLAB主要功能 1

1.1.1 MATLAB简介 1

1.1.2 MATLAB数值计算 2

1.1.3 符号计算 5

1.1.4 MATLAB绘图 7

1.1.5 数据类型及输出和输入 10

1.2 MATLAB程序设计 12

1.2.1 M文件 12

1.2.2 变量类型 13

1.2.3 程序结构 13

1.2.4 程序流控制语句 15

1.2.5 程序的调试 16

1.2.6 编程要点 16

第2章 MATLAB在化学计算中的应用 18

2.1 数值计算 18

2.1.1 溶液pH值计算 18

2.1.2 浓度计算 19

2.1.3 其它 20

2.2 绘图及数据图示 27

2.2.1 酸碱的对数浓度图 27

2.2.2 滴定曲线绘制 27

2.2.3 原子轨道 28

2.2.4 绘制相图 29

2.3 曲线拟合及插值 33

2.3.1 曲线拟合 33

2.3.2 数据插值计算 38

2.4 其它应用 42

2.4.1 投入产出分析法概述 42

2.4.2 投入产出分析的数学模型 43

2.4.3 层次分析法(AHP)法 46

第3章 优化及统计工具箱在化学中的应用 51

3.1 优化工具箱 51

3.1.1 优化工具箱中的函数 51

3.1.2 应用时需要注意的问题 52

3.1.3 应用 52

3.2 统计工具箱 58

3.2.1 统计工具箱函数 58

3.2.2 统计工具箱函数应用 63

3.2.3 方差分析 66

3.2.4 回归分析 71

3.2.5 聚类分析 76

3.2.6 判别分析 78

3.2.7 主成分分析 80

3.2.8 试验设计 81

3.2.9 正交实验设计 85

第4章 神经网络和模糊系统工具箱在化学中的应用 90

4.1 神经网络工具箱 90

4.1.1 神经网络基础 90

4.1.2 基于MATLAB工具箱的神经网络概述 96

4.1.3 神经网络工具函数 97

4.2 模糊系统工具箱 113

4.2.1 模糊系统理论基础 113

4.2.2 模糊系统工具箱函数 115

4.2.3 应用举例 119

第5章 遗传算法 136

5.1 遗传算法的基本概念和原理 136

5.1.1 遗传算法的基本概念 136

5.1.2 遗传算法的基本原理 137

5.2 MATLAB遗传算法工具箱 138

5.2.1 MATLAB遗传算法工具箱概述 139

5.2.2 MATLAB遗传算法和搜索工具箱的使用 147

5.3 MATLAB直接搜索工具箱 154

5.3.1 直接搜索工具的使用 154

5.3.2 模式搜索参数 156

5.4 遗传算法在化学中的应用 158

第6章 偏微分方程的数值解 168

6.1 偏微分方程工具箱的基本功能 168

6.1.1 偏微分方程可解类型 168

6.1.2 边界条件 169

6.2 偏微分方程工具箱的图形用户界面(GUI)的使用 169

6.2.1 偏微分方程的图形用户界面(GUI) 169

6.2.2 用工具箱解偏微分方程的步骤 170

6.2.3 GUI解方程的方法 172

6.3 使用PDE工具箱的命令行求解偏微分方程 175

6.4 偏微分方程的有限差分法 176

6.5 偏微分方程在化学化工中的应用 177

第7章 化学因子分析 187

7.1 因子分析概述 187

7.1.1 因子分析的一般数学模型 187

7.1.2 化学因子分析的基本步骤 188

7.2 常见的化学因子分析 189

7.2.1 主成分分析 189

7.2.2 因子分析 193

第8章 化学校正分析 211

8.1 数据矩阵的构成 211

8.2 常见的化学校正方法 212

8.2.1 单变量校正 212

8.2.2 多元校正方法 217

8.2.3 非线性校正方法 230

8.3 回归模型的诊断 233

第9章 化学模式识别 237

9.1 数据的预处理 238

9.1.1 丢失数据的弥补 238

9.1.2 数据的预处理 239

9.1.3 特征的提取和压缩 241

9.1.4 相似系数和距离 243

9.2 模式识别方法 244

9.2.1 有管理的方法 244

9.2.2 无管理方法 264

9.2.3 显示方法 266

第10章 分析信号处理方法 268

10.1 分析信号基本处理方法 268

10.1.1 数字平滑和滤波 268

10.1.2 信号求导 270

10.1.3 曲线拟合 271

10.1.4 曲线面积的估计 271

10.1.5 信号的相关性 272

10.2 信号的Fourier变换 274

10.3 时间序列信号分析 276

10.3.1 平稳随机信号的描述 277

10.3.2 随机信号的谱估计 277

10.3.3 平稳时间序列建模 279

10.3.4 时间序列均生函数建模方法 281

第11章 小波分析 292

11.1 小波分析的数学基础 292

11.1.1 小波的定义 293

11.1.2 小波变换 295

11.1.3 小波函数的选择 295

11.2 小波变换在MATLAB中的实现 296

11.2.1 一维连续小波变换(CWT) 296

11.2.2 离散小波变换(DWT) 296

11.2.3 一维离散小波的重建算法 297

11.2.4 二维离散小波变换 298

11.2.5 二维离散小波变换的重建算法 298

11.2.6 小波包分析 298

11.2.7 小波树的操作 299

11.2.8 小波工具箱的GUI用法简介 300

11.3 MATLAB的小波分析 300

11.3.1 小波变换用于信号降噪 301

11.3.2 信号压缩 303

11.3.3 小波分析用于图像增强 304

11.3.4 小波分析用于样本估计 304

11.4 小波分析在化学中的应用 305

参考文献 312

相关图书
作者其它书籍
返回顶部