以齿轮设计参数齿高系数为优化变量之一,考虑变速器结构轻量化及传动平顺性等因素,建立以变速器体积最小、传动重合度最大为目标函数的优化数学模型。运用MATLAB优化工具箱中的Fmincon函数结合目标规划法对该模型进行优化处理,并比较各个挡位的综合承载能力,进而实现改善齿轮承载能力的效果。结果表明:该方案下的参数配合使得2个目标函数都得到相应的优化,在不超过许用应力的范围内,各个挡位的接触承载能力均有提高,为齿轮非标优化设计提供依据。

对二级齿轮建立优化设计数学模型,运用 MATLAB软件中的优化工具箱对其进行计算,得 到优化后的齿轮参数,通过试验证明,优化后的齿轮参数降低了产品生产成本、减小了齿轮重量,是 一种行之有效的方法。

该代码执行基于小波的高阶频谱分析，以确定时间序列是否包含二次交互频率分量。 特别是，该代码执行以下操作： 1) 计算基于小波的双相干谱并进行逐点显着性检验以确定各点的双相干是否具有统计显着性2) 计算基于局部小波的自相干和双相，以测量三个频率分量之间作为时间函数的非线性相互作用程度，并确定非线性相互作用如何影响时间序列的循环几何。 3) 使用蒙特卡罗方法计算局部自相干对红噪声背景的统计显着性4) 计算完整双相干谱的对角切片并计算双相干估计的置信区间。 该代码采用并需要由 A. Grinsted 编写的代码，可从http://noc.ac.uk/using-science/crosswavelet-wavelet-coherence 获得。 有用的参考资料 Elsayed，MAK：风波相互作用的小波双相干分析，海洋工程，33， 458-470，2006 年。 Schulte, JA：非平稳

MATLAB实现基于SVM-Adaboost支持向量机结合AdaBoost多输入分类预测 基本介绍 1.MATLAB实现基于SVM-Adaboost支持向量机结合AdaBoost多输入分类预测； 2.运行环境为Matlab2018b； 3.输入多个特征，分四类预测； 4.data为数据集，excel数据，前多列输入，最后输出四类标签，主程序运行即可,所有文件放在一个文件夹； 5.可视化展示分类准确率。 模型描述 SVM-Adaboost支持向量机结合AdaBoost多输入分类预测是一种基于机器学习和集成学习的预测方法，其主要思想是将支持向量机（SVM）和AdaBoost算法相结合，通过多输入模型进行预测。 具体流程如下： 数据预处理：对原始数据进行清洗、归一化和分割等预处理步骤。 特征提取：利用SVM模型对数据进行特征提取，得到多个特征向量作为AdaBoost算法的输入。 AdaBoost模型训练：利用AdaBoost算法对多个特征向量进行加权组合，得到最终的预测结果。 模型评估：对预测结果进行评估。 模型优化：根据评估结果对模型进行优化，可以尝试调整模型的参数、改变AdaBoos

simulink的教程 里面有很多实例 很有启发性

英文版。比较全面的介绍了MATLAB的基础知识和杂工程和科研上的应用。是很不错的学习和入门材料

基于matlab中文字符的识别

matlab绘图的形状代码增材制造的Koch实施 程序文件已完全包含，并已实现以用于测试用例场景中的验证。 该文档应提及用户可用来访问该程序的好处的方法，从而可以根据自己的意愿以任意形状制作G代码。 遵循的步骤： 所有文件都应存在于同一文件夹中，并且必须这样选择目标文件夹，以便MATLAB可以访问该文件夹以进行文件生成和操作。 运行“ main.m”文件（这是GUI文件，将包含所有其他段中都存在的连接文件） 从生成的GUI中，选择您当前所需的功能。 在开始绘制之前，用户必须初始化程序，以便程序刷新其内存，因此可以用于其他目的。 在这里，分形曲线已经实现，用于生成操作的GCode。 （由于逻辑文件繁重，该程序需要一些时间才能与生成的图形完全融合，因此要求用户等待约40至50秒） 选择所需的操作（该程序的铣削代码和3D打印代码具有不同的基础）-（这将生成要运行的G代码的文件） 如果用户希望以其他方式实现，则程序可以选择以excel文件的形式导出数据点，因此生成的文件可以被任何“ * .xls”读取文件访问。 外部软件： 本程序不使用任何形式的外部软件来实施。 但是，为了进行迭代并重新检查生

铣削颤振稳定性分析；MATLAB

"（林茂庸著）雷达信号理论的MATLAB"，全套MATLAB代码