这是一个用BDF法解分数阶微分方程的matlab代码，可以运行

在本文中，我们处理具有两点边界条件的Riemann-Liouville分数阶微分方程的拟线性化。 通过建立新的比较原理，我们得到了一个单调序列，该序列单调二次收敛到分数阶微分方程的唯一解。

FDE12 解决了分数阶非线性微分方程 (FDE) 的初始值问题。 这是 [1] 中描述的 Adams-Bashforth-Moulton 的预测器-校正器方法的实现。 在[2]中研究了该方法的收敛性和准确性。 在 [3] 中已经针对多项 FDE 提出并讨论了具有多个校正器迭代的实现。 在这个实现中，离散卷积通过 [4] 中描述的 FFT 算法进行评估，允许保持计算成本与 N*log(N)^2 成正比，而不是像经典实现中的 N^2； N 是评估解的时间点数，即 N = (TFINAL-T)/H。 FDE12 实现的方法的稳定性特性已在 [5] 中进行了研究。 用法： [T,Y] = FDE12(ALPHA,FDEFUN,T0,TFINAL,Y0,h) 对阶 ALPHA > 0 的 FDE 或 FDE 系统的初始值问题进行积分D^ALPHA Y(t) = FDEFUN(T,Y(T))

分数阶微分方程数值实验 实验题目 考虑分数阶扩散微分方程 这里的其中初值为边值其真解为计算其数值解 实验算法 1.将空间区间等距剖分成段个节点为 将时间区间等距剖分成段个节点为 2将方程组中的用有限算子离散即 其中 其中 是分数阶 再对利用中心差分进行离散则得到的离散格式 将方程中的利用进行离散其中为时间步长 方程的离散格式为 即 1.2 等价于下面的矩阵形式 1.3 其中这里的 要求方程的数值解

本文涉及分数阶微分器和积分器的离散化，这是分数阶控制器数字化实现的基础。 首先，将参数化的Al-Alaoui变换表示为具有一个可变参数的一般生成函数，可以对其进行调整以获得常用的生成函数（例如Euler运算符，Tustin运算符和Al-Alaoui运算符）。 然而，以下仿真结果表明，对于不同的分数阶，最优变量参数是不同的。 然后，将关于幅度和相位的加权平方积分指标定义为目标函数，以实现针对不同分数阶的最佳可变参数。 最后，仿真结果表明，不同分数阶微分和积分算子的最优变量参数存在较大差异，在数字分数阶控制器的设计中应引起更多关注。

与有限差分方法（中央、前向和后向）相比，复杂步进微分 (CSD) 在效率和准确性方面具有许多优势。 此代码演示了如何使用 CSD 方法计算给定函数在参考点处的雅可比矩阵。

为了提取出更加精确和细微的边缘信息, 同时为了具有更好的抗噪性能, 提出了一种新的分数阶微分梯度算子。根据Riemann-Liouville分数阶微积分定义, 推导出了非整数步长的分数阶微分方程, 并采用拉格朗日插值方法确定非整数步长像素点的灰度值, 进而构造出八个方向的微分掩模, 实现了图像边缘检测。实验表明, 该方法更好地利用了图像的自相关性, 比传统的边缘检测算子能更好地提取图像边缘细节, 且对噪声具有更好的鲁棒性。

% 给定函数中定义的 n 阶导数或积分% range [a,b] 通过傅立叶级数展开计算，其中 n 是% 任何实数，不一定是整数。 必要的集成% 使用 Gauss-Legendre 求积法则执行。 选择% 数量的所需傅立叶系数对以及Gauss-Legendre 积分点的百分比。 % 与许多公开可用的函数不同，高斯积分点 k % 可以计算为 k>=46。 该算法不依赖于内置% Matlab 例程“根”确定勒让德多项式的根， % 但通过寻找替代的特征值来找到根第 k 次勒让德多项式的伴随矩阵的 % 版本。 % 伴随矩阵构造为对称矩阵，保证% 所有的特征值（根）都是实数。 相反，该% 'roots' 函数使用伴随矩阵的一般形式，即% 在 k 值较高时变得不稳定，导致复杂的根。 % %_________________________________________________________

matlab开发-分数阶微分器的OuttoSouth-前逼近。分数阶微分器的Outaloup递推逼近

采用4阶龙格库塔算法求解二阶微分方程。用VC实现数值分析中的算法。采用4阶龙格库塔算法求解二阶微分方程。用VC实现数值分析中的算法。采用4阶龙格库塔算法求解二阶微分方程。用VC实现数值分析中的算法。采用4阶龙格库塔算法求解二阶微分方程。用VC实现数值分析中的算法。采用4阶龙格库塔算法求解二阶微分方程。用VC实现数值分析中的算法。采用4阶龙格库塔算法求解二阶微分方程。用VC实现数值分析中的算法。