Der Softwareshop für Forschung und Lehre

in englisch

MathWorks - Concurrent - Math, Statistics, and Optimization Toolbox

MathWorks - Concurrent - Math, Statistics, and Optimization Toolbox

Produktinformationen


Ausgeliefert wird die jeweils aktuelle Version.


Beschreibung:

Curve Fitting Toolbox

Die Curve Fitting Toolbox enthält grafische Werkzeuge und Befehlszeilenfunktionen zur Anpassung von Kurven und Oberflächen an Daten. Mit diesen Funktionen lassen sich explorative Datenanalysen durchführen, Daten vor- und nachverarbeiten, Kandidatenmodelle vergleichen und Ausreißer entfernen. Regressionsanalysen können sowohl mit der mitgelieferten Bibliothek linearer und nichtlinearer Modelle als auch durch Definition eigener Gleichungen vorgenommen werden. Solver-Parameter und Anfangsbedingungen der Bibliothek sind bereits auf eine Verbesserung der erzielten Approximation voroptimiert. Die Toolbox unterstützt außerdem nichtparametrische Modellierungsmethoden wie Splines, Interpolationen und Glättungen.


Merkmale

  • Grafische Tools für die Anpassung von Kurven und Oberflächen
  • Lineare und nichtlineare Regressionen mit anwenderdefinierten Gleichungen
  • Bibliothek mit Regressionsmodellen und optimierten Startpunkten sowie Solver-Parametern
  • Interpolationsmethoden wie B-Splines, Thin-Plate-Splines und Tensor-Produkt-Splines
  • Glättungstechniken wie Glättungs-Splines, lokalisierte Regressionen, Savitzky-Golay-Filter und gleitender Mittelwerte
  • Vorverarbeitungsroutinen wie das Entfernen von Ausreißern, Extraktion von Teildatensätzen, Skalierungen und Datengewichtungen
  • Nachverarbeitungsroutinen wie Interpolationen, Extrapolationen, Konfidenzintervalle, Integrale und Ableitungen

Model-Based Calibration Toolbox

Die Model-Based Calibration Toolbox enthält Entwicklungswerkzeuge für die Kalibrierung von Antriebsstrang-Systemen. Die Toolbox baut auf MATLABs leistungsfähigen Fähigkeiten auf dem Gebiet technischer Berechnungen und den Simulationsfunktionen von Simulink auf. Sie ermöglicht die Entwicklung optimierter Kalibrierungen für Motoren mit vielen Freiheitsgraden, die mit herkömmlichen Verfahren nur schwer zu kalibrieren sind. Mit der Model-Based Calibration Toolbox lassen sich Verfahren zur systematischen Kalibrierung Ihrer Motoren entwickeln, die eine optimale Ausgewogenheit von Motorleistung, Abgasausstoß und Treibstoffverbrauch erzielen


Merkmale

  • Interaktive Werkzeuge zum Einrichten von Experimenten, zur Anpassung von statistischen Modellen an Motordaten und zur Ermittlung optimaler Kalibrierungen
  • Auf dem Design of Experiments (DoE) basierende klassische, optimale und Space-Filling-Entwürfe ermöglichen die Aufstellung optimierter Testpläne
  • Verfahren zur Entwicklung äußerst datengetreuer, nichtlinearer statistischer Modelle anhand von Testdaten
  • Modellierungstechniken auf der Grundlage von Radial Basis-Funktionen (RBF) und linearer Regressionen, die eine exakte Anpassung an Ihre gemessenen Daten ermöglichen
  • Integrierte und benutzerdefinierte Bibliotheken mit Vorlagen für empirische Modelle
  • Einfache Modellierung von Grenzen, um Optimierungsergebnisse im Arbeitsbereich des Motors zu finden Grenzbereichsmodellierung, um Optimierungsergebnisse im Motor-Arbeitsbereich zu halten
  • Optimierungs- und Trade-Off-Werkzeuge zur Lösung von Kalibrierungsproblemen bei einzelnen Betriebspunkten oder über Antriebszyklen
  • Lookup-Tabellen, deren Werte aus Modellen, Optimierungsergebnissen oder direkt aus Testdaten aufgefüllt werden können
  • Links zu ETAS- INCA- und ATI-Vision für den Kalibrierungsimport und -export

Neural Network Toolbox

Die Neural Network Toolbox enthält Tools für den Entwurf sowie die Implementierung, Visualisierung und Simulation neuronaler Netze. Neuronale Netze sind besonders nützliche Tools für Anwendungen, bei denen formale Analysemethoden schwierig oder unmöglich durchzuführen sind. Dazu gehören etwa die Mustererkennung oder die Identifizierung und Steuerung nichtlinearer Systeme. Die Neural Network Toolbox unterstützt Feed-Forward-, Radial-Basis- und dynamische Netze, selbstorganisierende Karten und andere bewährte Netzwerkparadigmen.


Merkmale

  • Entwurf, Training und Simulation neuronaler Netze
  • Tools für Mustererkennung, Clustering und Datenanpassungen
  • Überwachte Netze wie Feed-Forward-, Radialbasis- und LVQ-Netze, Time-delay sowie nichtlineare autoregressive (NARX) und Layer-Recurrent-Netze
  • Unüberwachte Netze wie selbstorganisierende Karten und Competitive-Layers
  • Vor- und Nachbearbeitungsfunktionen zur Verbesserung des Netzwerktrainings und zur Ermittlung der Netzwerkleistung
  • Modulare Netzdarstellungen, die die Verwaltung und Visualisierung von Netzwerken vereinfachen
  • Routinen für verbesserte Generalisierung um damit Überanpassung zu vermeiden
  • Simulink-Blöcke zum Aufbau und zur Simulation neuronaler Netze sowie erweiterte Blöcke für steuerungs- und regelungstechnische Anwendungen

Optimization Toolbox

Die Optimization Toolbox enthält weit verbreitete Algorithmen für einfache und umfangreiche Optimierungen. Diese Toolbox-Algorithmen eignen sich zur Lösung stetiger und diskreter Probleme mit und ohne Nebenbedingungen. Zur Ausstattung der Toolbox gehören Funktionen für die lineare Programmierung, die quadratische Programmierung und die binäre Ganzzahl-Programmierung sowie für die nichtlineare Optimierung, für nichtlineare kleinste Quadrate, für die Lösung nichtlinearer Gleichungssysteme sowie für die Mehrzieloptimierung. Die Toolbox enthält umfassende Werkzeuge zum Finden optimaler Lösungen, zur Durchführung von Trade-off-Analysen, zum Vergleich von Alternativentwürfen und zur raschen Integration von Optimierungsmethoden in Algorithmen und Modelle.


Merkmale

  • Interaktive Tools zur Definition, Lösung und Bewertung von Optimierungsproblemen
  • Solver für die nichtlineare Optimierung und die Mehrzieloptimierung
  • Solver für nichtlineare kleinste Quadrate, das Datenfitting und nichtlineare Gleichungen
  • Methoden zur Lösung von Problemen aus der quadratischen und linearen Programmierung
  • Methoden zur Lösung von Problemen aus der binären Ganzzahl-Programmierung
  • Ausgewählte Solver für nichtlineare Probleme mit Nebenbedingungen unterstützen Parallel Computing

Partial Differential Equation Toolbox

Die Partial Differential Equation Toolbox enthält Werkzeuge zur Untersuchung und Lösung partieller Differentialgleichungen (PDE) in zwei Raumdimensionen und der Zeit. Eine Sammlung von Kommandozeilenfunktionen und eine grafische Oberfläche ermöglichen die Vorverarbeitung, Lösung und Nachverarbeitung generischer 2D-PDEs für eine Vielzahl wissenschaftlicher und technischer Anwendungen.


Merkmale

  • Umfassende grafische Oberfläche zur Vor- und Nachverarbeitung von zweideimensionaler PDEs
  • Automatische und adaptive Maschenweite
  • Geometrieerzeugung nach dem Constructive Solid Geometry-Paradigma (CSG)
  • Setzen von Grenzbedingungen: Dirichlet, Neumann (generalisiert und gemischt)
  • Flexible Definition von Koeffizienten und PDE-Problemen mit Hilfe der MATLAB-Syntax
  • Vollautomatische Festlegung und Verfeinerung der Maschenweite
  • Nichtlineare und adaptive Löser bewältigen auch Systeme mit mehreren abhängigen Variablen
  • Gleichzeitige Visualisierung mehrerer Lösungseigenschaften, FEM-Mesh-Überlagerung und Animation

Statistics Toolbox

Die Statistics Toolbox enthält eine umfassende Sammlung statistischer Werkzeuge für die Analyse und Auswertung von Daten. Anwender finden darin Funktionen und interaktive Werkzeuge für die Modellierung von Daten, die Analyse von historischer Trends, die Systemsimulation, die Entwicklung statistischer Algorithmen sowie das Selbststudium und den Unterricht in statistischen Methoden.


Merkmale

  • Organisation und Verwaltung von Daten
  • Beschreibende Statistik
  • Statistische Diagrammtypen und Visualisierungen
  • Wahrscheinlichkeitsverteilungen
  • Varianzanalyse (ANOVA)
  • Lineare und nichtlineare Modellierung
  • Multivariate Statistik
  • Design of Experiments (DOE)
  • Hypothesentests
  • Statistische Prozessführung (SPC)

Symbolic Math Toolbox

Die Symbolic Math Toolbox enthält Werkzeuge zur Lösung und Manipulation symbolischer Ausdrücke und zur Durchführung von Berechnungen mit variabler Genauigkeit. Die Toolbox umfasst mehrere hundert symbolische MATLAB-Funktionen, die die MuPAD-Engine zur Differenzierung, Integration, Vereinfachung, Umwandlung oder Lösung mathematischer Gleichungen nutzen.


Merkmale

  • Symbolische MATLAB-Funktionen zur Differentiation, Integration, Vereinfachung, Umwandlung und Lösung von Gleichungen
  • Funktionen für arithmetische Berechnungen mit variabler Genauigkeit
  • MuPAD-Sprache für die Verarbeitung von und Operationen mit symbolischen Ausdrücken
  • MuPAD-Bibliotheken für allgemeine Teilbereiche der Mathematik wie die Differenzial- und Integralrechnung und die lineare Algebra sowie für Spezialgebiete wie die Zahlentheorie und die Kombinatorik.
  • Funktionen zur Konvertierung symbolischer Ausdrücke in MATLAB, C, Fortran, MathML und TeX
  • MuPAD Notebook-Schnittstelle mit Embedded Text, Grafiken und mathematischer Notation zur Dokumentation und Verwaltung mit der MuPAD-Sprache durchgeführter Berechnungen
  • MuPAD-Editor und Debugger zum Schreiben eigener symbolischer Funktionen und Bibliotheken

(Die Produktbeschreibung ist derzeit nur in englischer Sprache verfügbar):

Global Optimization Toolbox

Global Optimization Toolbox provides methods that search for global solutions to problems that contain multiple maxima or minima. It includes global search, multistart, pattern search, genetic algorithm, and simulated annealing solvers. You can use these solvers to solve optimization problems where the objective or constraint function is continuous, discontinuous, stochastic, does not possess derivatives, or includes simulations or black-box functions with undefined values for some parameter settings.


Features

  • Interactive tools for defining and solving optimization problems and monitoring solution progress
  • Global search and multistart solvers for finding single or multiple global optima
  • Genetic algorithm solver that supports linear, nonlinear, and bound constraints
  • Multiobjective genetic algorithm with Pareto-front identification, including linear and bound constraints
  • Pattern search solver that supports linear, nonlinear, and bound constraints
  • Simulated annealing tools that implement a random search method, with options for defining annealing process, temperature schedule, and acceptance criteria
  • Parallel computing support in multistart, genetic algorithm, and pattern search solvers
  • Custom data type support in genetic algorithm, multiobjective genetic algorithm, and simulated annealing solvers

Bei postalisch versandten Produkten alle Preise zzgl. Versandkosten.
Für Downloadprodukte fallen keine Versandkosten an.
Software steht nur bei Online-Bestellungen als Download zur Verfügung.
Wenn ein Downloadprodukt offline bestellt wird, wird eine Lizenznummer ausgeliefert bzw. die Lizenz freigeschaltet. In diesem Fall kann zusätzlich ein Datenträger bestellt werden.