AKima 插值实现

测量数据的内插已有各种方法,如线性内插、多项式内插、样条函数插值等,但这里的Akima插值法具有独特的优点。线性内插只顾及其附近两点的影响。多项式内插时,低阶多项式由于参数较少,内插精度很低,而使用高阶多项式又会使解不稳定,出现“龙格”现象,即内插函数在插值点与实际数据符合得很好,而在插值点外出现较大的偏差。因此人们又在多项式的基础上发展了分片多项式,即样条函数。样条函数既保持了多项式运算简单的特点,又避免了多项式阶数较高时数值不稳定的缺点,因而得到了广泛的应用。但在样条函数插值中,确定任何一个小区间上的多项式,都要考虑所有数据点对它的影响。这不仅扩大了误差传播的范围,还增加了不少工作量。有时只用内插点附近的几个数据点作为控制点来内插。Aikma插值法和三次样条函数一样考虑了要素导数值的效应,因而得到的整个插值曲线是光滑的。三次样条函数插值法具有最小模、最佳最优逼近和收敛的特性,而Aikma插值法所得曲线比样条函数插值曲线更光顺,更自然。[1]

Akima相关实现的代码:

Akima's original paper:``A new method of interpolation and smooth curve fitting based on local procedures'', Journal of ACM 17, 4 (1970), 589-602

http://student.ndhu.edu.tw/~u9111023/akima.pdf

C implementation

http://packages.debian.org/source/squeeze/spline

C++ implementation

http://www.koders.com/cpp/fid1393B9D668316C1700966643DE0609660B9CB13A.aspx?s=%22Brian+Smith%22

C# implementation

https://github.com/mathnet/mathnet-numerics/blob/master/src/Numerics/Interpolation/Algorithms/AkimaSplineInterpolation.cs

Delphi implementation (see procedure BuildAkimaSpline in delphi/src/spline3.pas)

http://www.alglib.net/translator/re/alglib-2.6.0.delphi.zip

Akima's Fortran 66 implementation

http://cran.r-project.org/web/packages/akima/

Fortran 90 implementation

http://miyoshi.googlecode.com/svn-history/r72/trunk/common/common.f90

Java implementation

http://code.google.com/p/msnlab4/source/browse/trunk/src/br/edu/ufcg/msn/interpolacao/spline/AkimaCubicSplineInterpolator.java?spec=svn83&r=83

Lisp implementation "for AutoCAD 2d-Polylines"

http://autocad.xarch.at/code/candido/akima.lsp

Matlab implementation

http://www.mathworks.se/matlabcentral/fileexchange/1814-akima-interpolation

Pascal implementation (program description)

http://jean-pierre.moreau.pagesperso-orange.fr/Pascal/akima_pas.txt

Python implementation

http://www.lfd.uci.edu/~gohlke/code/akima.py.html

VB6 implementation (see subroutine BuildAkimaSpline in vb6/src/spline3.bas)

http://www.alglib.net/translator/re/alglib-2.6.0.vb6.zip  [2]

参考文献:

[1]聂桂根, and 万剑华. "Akima 插值法在测量中的应用." 测绘科技动态 3 (1998): 31-34.

[2]http://www.mathworks.com/matlabcentral/fileexchange/1814-akima-interpolation

内容概要:本文系统阐述了正规表达式(正则表达式)作为词法分析核心工具的理论基础与实际应用。文章从字母表、符号串等基本概念出发,详细介绍了正规式的定义、运算规则、代数性质及其与有限自动机(NFA/DFA)的等价关系,阐明了通过Thompson构造法、子集构造法和DFA最小化实现词法分析器自动生成的技术路径。同时,文中列举了标识符、关键字、运算符等编程语言元素的正规式描述,并说明了最长匹配和优先级规则在歧义消解中的作用。此外,还对比了正规式与上下文无关文法的表达能力差异,指出了其在嵌套结构和计数能力上的局限性,并介绍了Lex/Flex等词法分析器生成工具的应用场景。; 适合人群:计算机相关专业学生、编译原理初学者、希望深入理解词法分析机制的研发人员;具备一定的离散数学和形式语言基础者更佳。; 使用场景及目标:① 学习如何使用正规表达式精确描述程序语言的词法规则;② 掌握从正规式到DFA的转换流程及其实现原理,为构建编译器前端打下基础;③ 理解词法分析器生成工具的工作机制,提升对自动化工具的理解与运用能力。; 阅读建议:建议结合编译器设计实践进行学习,尝试手动完成正规式到NFA再到DFA的转换练习,并使用Flex等工具验证结果,以加深对理论知识的理解与应用。
内容概要:本文针对高比例清洁能源接入背景下配电网重构的关键问题,提出了一种计及需求响应机制的优化方法,并以IEEE33节点标准系统为案例,采用Matlab进行建模、仿真与代码实现。研究通过构建综合考虑风电、光伏等间歇性电源出力不确定性和负荷波动的数学模型,引入智能优化算法求解网络重构方案,有效提升了配电网对清洁能源的接纳能力与运行的经济性、可靠性。文中重点探讨了需求响应在削峰填谷、平抑波动方面的作用,实现了网络结构的动态优化调整,为新型电力系统下的主动配电网管理提供了可行的技术路径和仿真验证平台。该工作属于电力系统智能优化领域的前沿实践,具有较强的理论价值与工程应用前景。; 适合人群:具备电力系统分析、优化算法基础及Matlab编程能力,从事新能源并网、智能电网、需求响应等相关方向研究的研究生、科研人员及电力行业工程技术人员。; 使用场景及目标:①应用于高渗透率可再生能源接入的配电网运行优化研究;②为需求响应参与下的网络重构问题提供完整的算法设计与Matlab仿真解决方案;③服务于IEEE标准测试系统的教学演示、科研验证及算法对比分析。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建与求解流程,动手运行仿真程序并尝试调整参数,以掌握不同场景下重构策略的变化规律,同时可进一步拓展至多时段动态重构、加入储能系统或电动汽车等新型负荷进行深化研究。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值