计算机仿真

1、系统：由相互制约、相互联系、相互依存的若干组成部分结合在一起的具有特定功能和运动规律的有机整体。

2、仿真系统：是由一个计算机模型及其载体计算机系统和物理效应模型及设备、部分实物组成的系统模型综合实验平台。

3、事件表：为了使仿真程序能如实地模拟实际系统的变化，在某些离散事件的仿真中，采用事件表的形式进行调度．事件表一般是一个有序的记录列，每个记录包括事件发生时间、事件类型等一些内容． 4、计算机仿真

5、系统边界：为了限制所研究问题涉及的范围，用系统边界把所研究的系统与影响系统的环境区分开来。 6、事件表

1、简述系统分析的步骤包括：限定问题、确定目标、调查研究收集数据、提出备选方案和评价标准、备选方案评估和提出最可行方案。 2、简述计算机仿真以及计算机仿真的分类。

计算机仿真定义：借助高速、大存储量数字计算机及相关技术，对复杂真实系统的运行过程或状态进行数字化模拟的技术。 计算机仿真的分类：

① 根据计算机分类：模拟计算机仿真、数字计算机仿真、模拟数字混合计 算机仿真②根据仿真时钟与实际时钟的比例关系：实时仿真、欠实时仿真超实时仿真 ③ 根据系统模型的特性：连续系统仿真、离散事件系统仿真

3、使用Simulink设计一个正弦信号，并将信号输出到示波器中，写出实现步骤，并绘图。

(1) 新建一个模型窗口： (2) 为模型添加所需模块：

(3) 连接相关模块，构成所需要的系统模型： (4) 进行系统仿真： (5) 观察仿真结果： 1、简述系统的“三要素”。

（1）实体：系统是由一些相互联系的实际物体组合而成的，这些物体称为实体。

A卷第 1 页 共 6 页

（2）属性：组成系统的每个实体都具备一定的特征，这些特征称为系统的属性。 （3）活动：在内外部因素的作用下系统会按照一定的规律发生变化，该过程称之为活动。

2、简述计算机仿真模型应具有的性质。

 相似性：与实际对象“原型”在本质上是相似的。

 简单性：满足相似性的前提下，模型应当尽量简单（形成简化模型，忽略实际

系统中的一些次要因素）

 多面性：模型应满足多方面、多层次研究的需求。

3、简述计算机仿真的优点：

 便于重复进行试验，便于控制参数，时间短,代价小；

 可以在真实系统建立起来之前，预测其行为效果，从而可以从不同结构或不同

参数的模型的结果比较之中，选择最佳模型；

 对于缺少解析表示的系统，或虽有解析表示但无法精确求解的系统，可以通过

仿真获得系统运行的数值结果；

 对于随机性系统，可以通过大量的重复试验，获得其平均意义上的特性指标。 1、利用MATLAB求鸡兔同笼问题：鸡和兔子关在一个笼子里，已知共有头36个，脚100个，求笼内关了多少只兔子和多少只鸡？ clear chicken=1; while 1

if rem(100-chicken*2, 4)==0&(chicken+(100-chicken*2)/4)==36 break;

end

chicken=chicken+1;end chicken

rabbit=(100-2*chicken)/4 运行结果： chicken =22

rabbit =14

2、绘制下图中的二维曲线，要求：

A卷第 2 页 共 6 页

（1）sin(t)用红色实线; cos(t)用蓝色虚线; （2）标注标题、图例注解、横坐标、纵坐标

（3） 分别在点[1.7*pi;1.6*pi]和[-0.3; 0.7]处加标注'sin(t)'和'cos(t)'。

正弦和余弦曲线10.8cos(t)0.60.4正弦余弦正弦&余弦0.20-0.2sin(t)-0.4-0.6-0.8-1024时间6810

1、利用MATLAB求1！+2！+3！+ … +5！的值。 clear sum; for i=1:5 pdr=1; for k=1:i; pdr = pdr * k; end sum=sum+pdr;

end sum;

2、利用MATLAB符号变量写出f=x3-10x2+5x-15的表达式。 （1） （2） （3）求[0,5]区间的定积分 解：

>>syms x;

>>f1=sym('x^3-10*x^2+5*x-15') >>f2=factor(f1) >>f3=diff(f1,x) >>f4=int(f1,x,0,5)

1、比较遗传算法与蚂蚁算法的优缺点，并阐述遗传算法与蚂蚁算法融合的思想 。

A卷第 3 页 共 6 页

遗传算法有比较强的全局搜索能力，特别是当交叉概率比较大时，能产生大量的新个体，提高了全局搜索范围，遗传算法适合求解离散问题，具备数学理论支持，但是存在着汉明悬崖等问题。

蚁群算法适合在图上搜索路径问题，计算开销会大。

两者都是随机算法，只不过遗传算法是仿生学的算法；蚁群算法是数学算法，是应用目前最广的算法 。针对不同的研究方向，它所体现出来的优缺点是不一样的，将这两个算法混合，优势互补，提高优化性能，并且分别来求解离散空间的和连续空间的优化问题。*这题自己网上搜的*

1、叙述遗传算法的基本步骤并绘制遗传算法的流程图。 （1）、确定编码方案 （2）、确定适应值函数 （3）、选择策略的确定 （4）、遗传算子的设计 （5）、确定算法的终止准则 （6）、控制参数的选取 （7）、编程上机运行 还有一题目是： 将表达式（x-4）（x+5）（x^2 -6x+9）展开为多项式，并求其一元n次的根 解：

>>p=conv([1 -4],conv(1 5],[1 6 9])) >>px=poly2str(p,'x') >>x=roots(p)

A卷第 4 页 共 6 页