انواع مختلف توابع را اضافه کنید.
نحو
model.func().create( <tag> , <type> );
model.func( <tag> ).create( <tag> , <type> );
model.func( <tag> ).createPlot( <pgtag> )
model.func( <tag> ).label( <label> )
model.func( <tag> ).model( <mtag> )
model.func( <tag> ).set( خاصیت , <value> );
model.func( <tag> ).set(“funcname”, <funcname> )
model.func( <tag> ).discardData()
model.func( <tag> ).importData()
model.func( <tag> ).refresh()
model.func( <tag> ).image()
model.func(<tag>).run()
model.func( <tag> ).model()
model.func( <tag> ).get Type ( خاصیت );
model.func( <tag> ).functionNames()
model.func( <tag> ).getAllowedPropertyValues( خاصیت );
شرح
model.func().create( <tag> , <type> ) یک تابع جدید از نوع <type> با تگ <tag> ایجاد می کند . انواع می‌توانند یکی از رشته‌های زیر باشند: تحلیلی ، ارتفاعی ، خارجی ، تصویری ، درونیابی ، فرآیند گاوسی (نیازمند ماژول کمی‌سازی عدم قطعیت)، حداقل مربعات ، متلب (به LiveLink™ برای MATLAB ® )، Piecewise ، GaussianPulse ، Random ،مستطیل ، پله ، مثلث و موج . علاوه بر این، model.create ( <tag> “FunctionSwitch”) یک سوئیچ تابع ایجاد می کند. می توانید عملکردهای دیگری را به یک سوئیچ عملکرد اضافه کنید:
model.func().create(“sw1″، “FunctionSwitch”);
model.func(“sw1”).create(“int1”, “Interpolation”);
model.func(“sw1”).create(“an1″، “Analytic”);
model.func(“sw1”).create(“rn1″، “Random”);
model.func( <tag> ).createPlot( <pgtag> ) یک گروه نمودار با تگ pgtag با نمودار تابع ایجاد می کند. متد گروه نمودار را برمی گرداند.
model.func( <tag> ).label( <label> ) یک برچسب برای تابع تنظیم می کند.
model.func( <tag> ).model( <mtag> ) گره جزء مدل تابع را تنظیم می کند.
model.func( <tag> ).set( خاصیت , <value> ) مقدار خاصیت تابع را تنظیم می کند. ویژگی های موجود برای هر نوع تابع را در زیر مشاهده کنید.
model.func( <tag> ).set(“funcname”, <funcname> ) نام عملگر تابع را تنظیم می کند. نام اپراتور پیش فرض <tag> است .
model.func( <tag> ).model() تگ گره جزء مدل را برمی گرداند.
model.func( <tag> .get Type ( خاصیت ) مقدار یک ویژگی تابع را بازیابی می کند.
model.func( <tag> ).importData() فایلی را که تابع ارجاع می دهد به مدل وارد می کند. این برای توابع درون یابی، ارتفاع و تصویر امکان پذیر است. متد importData() همچنین برای برخی از ویژگی های فیزیک کار می کند.
model.func( <tag> ).discardData() داده های وارد شده با importData() را دور می زند . این برای توابع درون یابی، ارتفاع و تصویر امکان پذیر است. متد discardData() همچنین برای برخی از ویژگی های فیزیکی کار می کند.
model.func( <tag> ).refresh() فایل را برای توابعی که فایل ها را می خوانند (Elevation، Image و Interpolation) مجددا ارزیابی می کند.
از متدهای model.func(<tag>).image() برای ترسیم و صادرات تصاویری که نمودار توابع را نشان می دهند استفاده کنید . به ترسیم و صادرات تصاویر مراجعه کنید .
model.func(<tag).run() بهینه سازی یا آموزش توابعی را انجام می دهد که باید داده های ورودی خود را قبل از ارزیابی آنها پردازش کنند. (کمترین مربعات برازش و فرآیند گاوسی).
model.func( <tag> ).functionNames() آرایه ای حاوی نام توابعی را که ویژگی تابع تعریف می کند برمی گرداند. اکثر توابع همیشه آرایه ای به طول یک را برمی گردانند، اما برای مثال، ویژگی های تابع درون یابی می توانند تعداد دلخواه نام تابع را تعریف کنند.
model.func(< tag >).getAllowedPropertyValues(property) مجموعه مقادیر مجاز یک ویژگی را برمی گرداند اگر مجموعه مجموعه محدودی از رشته ها باشد. در غیر این صورت، null برمی گرداند.
 | برای توابع در سطح مؤلفه، از همان نحو استفاده کنید اما سطح مؤلفه را اضافه کنید، مانند model.component( <ctag> .func().create( <tag> , <type> ) |
 | هنگام استفاده از یک جدول محلی، تابع درون یابی از ویژگی funcname برای تنظیم نام تابع استفاده می کند. هنگامی که داده ها از یک فایل یا یک جدول نتیجه می آیند، نام در ویژگی ماتریس رشته funcs مشخص می شود . این امر ضروری است زیرا می تواند بیش از یک تابع وجود داشته باشد. |
ویژگی هایی که در دسترس هستند به نوع عملکرد بستگی دارد. انواع تابع زیر موجود است:
تحلیلی
با استفاده از یک عبارت نمادین یک تابع تحلیلی ایجاد کنید .
نام | ارزش | پیش فرض | شرح |
ارگدرها | آرایه رشته Nx2 | {} | (استدلال، مشتق جزئی) جفت می شود اگر درمتد دستی باشد. |
ارگ | آرایه رشته ای | {} | آرگومان های تابع |
مجتمع | بولی | نادرست | اگر تابع بتواند نتایج پیچیده ای را برای ورودی های واقعی ایجاد کند درست است. |
درم | اتوماتیک | کتابچه راهنمای | خودکار | تمایز خودکار یا کنترل دستی بر روی مشتقات. |
expr | رشته | هیچ یک | عبارتی که تابع را تعریف می کند. |
نام تابع | رشته | نام تگ | نام تابع. |
تناوبی | بولی | نادرست | درست است اگر تابع باید به یک تابع تناوبی گسترش یابد. |
تناوبی | رشته | 0 | حد پایینی فاصله ای که به صورت دوره ای تمدید می شود. |
پر دوره ای | رشته | 1 | حد بالایی فاصله ای که به صورت دوره ای تمدید می شود. |
استدلال کرد | رشته | فهرستی از واحدهای مورد نیاز برای هر آرگومان جدا شده با کاما. | |
کار می کند | رشته | واحد نتیجه تابع. |
درون یابی
یک تابع درون یابی ایجاد کنید . شما می توانید از چندین روش درون یابی و برون یابی استفاده کنید.
نام | ارزش | پیش فرض | شرح |
defineinv | در | خاموش | خاموش | اگر منبع جدول است: آیا برای تعریف تابع معکوس. |
تعریف تصادفی | در | خاموش | خاموش | آیا برای تعریف یک تابع تصادفی. |
دفورها | بولی | نادرست | اگر منبع فایل باشد و defvars روی true تنظیم شده باشد ، اگر هیچ آرگومانی در فراخوانی تابع ارائه نشود، از متغیرهای مختصات مکانی به عنوان آرگومان های پیش فرض برای تابع استفاده می شود. |
جداکننده | نقطه | کاما | نقطه | جداکننده اعشاری در فایل داده درون یابی، زمانی که منبع روی فایل تنظیم شده است . |
اضافه کردن | هیچکدام | const | داخلی | خطی | ارزش | پایان | روش برون یابی. |
مازاد ارزش | دو برابر | 0 | مقدار برون یابی اگر extrap مقدار باشد. |
نام فایل | رشته | فایلی که حاوی داده اگر منبع فایل است. | |
قاب | رشته | فضایی | فریمی که برای تعریف مختصات فضایی استفاده می شود اگر defvars روی true تنظیم شود . |
تابع vname | رشته | اگر منبع جدول باشد و defineinv روشن باشد: نام تابع معکوس. | |
نام تابع | رشته | نام تگ | نام تابع اگر منبع جدول یا تابع باشد . |
تابع | ماتریس رشته | منبع استفاده شده فایل است . ستون اول شامل نام توابع و ستون دوم شامل موقعیت های فایلی است که تابع مربوطه در آن تعریف شده است | |
interp | همسایه | خطی | تکه مکعبی | خط مکعبی | تکه مکعبی | روش درونیابی. |
سمت چپ | دو برابر | 0 | انتهای سمت چپ محدوده برای تابع تصادفی، اگر randomrange = دستی است . |
مدلرها | رشته | اگر نوع منبع مدل باشد، منبع مدلی را که حاوی داده های درونیابی است مشخص می کند | |
نرگس | عدد صحیح (1-3) | 1 | تعداد آرگومان های تابع اگر ساختار صفحه گسترده یا منبع باشد resultTable است. |
primfunname | رشته | یک تابع اولیه را با نام give به عنوان primfunname تعریف کنید . | |
نام تصادفی | رشته | یک تابع اولیه را با نام give به عنوان primfunname تعریف کنید . | |
تصادفی | عدد صحیح | 1 | تعداد آرگومان های تابع تصادفی. |
محدوده تصادفی | خودکار|دستی | خودکار | اینکه آیا محدوده ای برای تابع تصادفی تعریف شود. |
دوباره interp | بولی | نادرست | اگر درست است ، داده های درون یابی را روی مش محاسباتی دوباره درون یابی کنید. اگر دفوارها درست باشد و فریم روی مش تنظیم شده باشد در دسترس است . |
بازنگری | عدد صحیح مثبت | 1 | ترتیب تابع شکل لاگرانژ برای درون یابی مجدد، اگر reinterp روی true تنظیم شود . |
جدول نتیجه | رشته | برچسب جدول نتیجه مورد استفاده ( به عنوان مثال tbl1 ). | |
سمت راست | دو برابر | 1 | انتهای سمت راست محدوده برای تابع تصادفی، اگر randomrange = دستی . |
نکته ها | عدد صحیح مثبت | 1000 | تعداد نقاط نمونه برداری یکنواخت، اگر نمونه برداری روی یکنواخت تنظیم شده باشد . |
نمونه برداری | اتوماتیک | لباس فرم | نوع نمونه برداری: اتوماتیک (یکنواخت با 1000 نقطه نمونه برداری) یا یکنواخت. | |
داده های مقیاس | خودکار | در | خاموش | خودکار | اگر جعبه مرزی نقاط درون یابی نسبت ابعاد بدی دارد ( خودکار ) ، مقیاس بندی داده ها را اعمال کنید ، یا مقیاس بندی را به طور کلی خاموش کنید ( خاموش ). |
منبع | جدول | فایل | نتیجه جدول | تابع | جدول | اگر نوع منبع کاربر باشد، مشخص می‌کند که آیا داده‌ها در یک جدول محلی وارد می‌شوند، از یک فایل خوانده می‌شوند، از جدول نتایج گرفته می‌شوند یا بر اساس تابع دیگری هستند. |
نوع منبع | مدل | کاربر | کاربر | مشخص می کند که آیا داده های تابع در مدل ذخیره می شود یا توسط کاربر ارائه می شود. |
scrfun | رشته | نام (برچسب) تابع مورد استفاده به عنوان منبع زمانی که منبع روی تابع تنظیم شده است . | |
scrfunname | رشته | نام تابع تابعی که هنگام تنظیم منبع روی تابع به عنوان منبع استفاده می شود . | |
ساخت | شبکه | به صورت مقطعی | صفحه گسترده | صفحه گسترده | فرمت داده اگر منبع فایل است. |
جدول | آرایه رشته Nx2 | خالی | اگر منبع جدول باشد، شامل جفت نقطه/مقدار است. |
استدلال کرد | رشته | فهرستی از واحدهای مورد نیاز برای هر آرگومان جدا شده با کاما. | |
کار می کند | رشته | واحد نتیجه تابع. |
کمترین مربعات
یک تابع بر اساس برازش حداقل مربعات داده های ورودی تابع با یک تابع پارامتری ایجاد کنید.
نام | ارزش | پیش فرض | شرح |
ارگ | آرایه رشته ای | {} | نام های آرگومان برای تابع(های) تعریف شده، به عنوان آرایه ای از نام ستون های متناوب از داده های ورودی و نام آرگومان ها. استفاده از متدهای setEntry ، getEntryKeys ، getEntryKeyIndex کار با این آرایه را آسان می کند. |
نوع ستون | آرایه رشته ای | {} | انواع ستون ها را در داده های ورودی، به عنوان آرایه ای از نام ستون های جایگزین و انواع ستون ها تعریف می کند. انواع ستون های معتبر هیچ , arg و مقدار هستند . به توضیحات خاصیت args نیز مراجعه کنید . |
جداکننده | نقطه | کاما | نقطه | جداکننده اعشاری در فایل داده ورودی، زمانی که منبع روی فایل تنظیم شده است . |
exprs | آرایه رشته ای | {} | عبارت برای تابع(های) تعریف شده، به عنوان آرایه ای از نام ستون های متناوب از داده ها و عبارات ورودی. استفاده از متدهای setEntry ، getEntryKeys ، getEntryKeyIndex کار با این آرایه را آسان می کند. |
ستون های فایل | عدد صحیح | 0 | تعداد ستون ها در داده های ورودی این ویژگی با تغییر ویژگی های داده های ورودی به طور خودکار به روز می شود. |
سر فایل ها | آرایه رشته ای | {} | نام ستون های سفارشی برای نمایش در جدول تنظیمات ستون. هنگامی که ویژگی های داده ورودی فایل تغییر می کند، این ویژگی به طور خودکار به روز می شود. نام هدر ستون ها از آخرین خط فایل گرفته شده است که با کاراکتر ‘ % ‘ شروع می شود. خط بر روی ” ” (فضای دوگانه)، کاراکتر برگه و کاراکتر کاما تقسیم می شود و هر قسمت به عنوان یک نام ستون سفارشی استفاده می شود. |
نام فایل | رشته | فایلی که حاوی داده است اگر منبع فایل باشد . | |
واحد | آرایه رشته ای | {} | واحدهای آرگومان ها و مقادیر تابع، به عنوان آرایه ای از نام ستون های متناوب از داده های ورودی و عبارات واحد. به توضیحات خاصیت args نیز مراجعه کنید . |
pname | آرایه رشته ای | نام پارامترها | |
plist | آرایه رشته ای | مقادیر پارامتر | |
جدول نتیجه | رشته | جدول نتایج که حاوی داده‌ها است اگر منبع resultTable باشد . | |
منبع | فایل | جدول | جدول نتیجه | فایل | مشخص می کند که آیا داده ها از یک فایل خوانده می شوند، در یک جدول مشخص شده اند یا از جدول نتایج گرفته می شوند. |
جدول | آرایه رشته Nx2 | خالی | اگر منبع جدول باشد، شامل جفت مقدار آرگومان/تابع است. |
واحد | آرایه رشته ای | {} | واحدهای آرگومان ها و مقادیر تابع، به عنوان آرایه ای از نام ستون های متناوب از داده های ورودی و عبارات واحد. به توضیحات خاصیت args نیز مراجعه کنید . |
فرآیند گاوسی
یک تابع رگرسیون فرآیند گاوسی (کریجینگ) ایجاد کنید. ایجاد یا آموزش تابع فرآیند گاوسی به ماژول کمی سازی عدم قطعیت نیاز دارد. استفاده از یک تابع فرآیند گاوسی از قبل ایجاد شده و آموزش دیده نیازی به ماژول کمی سازی عدم قطعیت ندارد.
نام | ارزش | پیش فرض | شرح |
ارگ | آرایه رشته ای | {} | نام های آرگومان برای تابع(های) تعریف شده، به عنوان آرایه ای از نام ستون های متناوب از داده های ورودی و نام آرگومان ها. استفاده از متدهای setEntry ، getEntryKeys ، getEntryKeyIndex کار با این آرایه را آسان می کند. |
نوع ستون | آرایه رشته ای | {} | انواع ستون ها را در داده های ورودی، به عنوان آرایه ای از نام ستون های جایگزین و انواع ستون ها تعریف می کند. انواع ستون های معتبر هیچ , arg و مقدار هستند . به توضیحات خاصیت args نیز مراجعه کنید . |
همکارکردی | se | مادر32 | مادر52 | nn | مادر32 | نوع تابع کوواریانس برای استفاده در رگرسیون فرآیند گاوسی. از se برای نمایی مربعی، matern32 برای Matérn 3/2، matern52 برای Matérn 5/2 و nn برای شبکه عصبی تک لایه استفاده کنید . |
definestddev | بولی | نادرست | اگر درست باشد ، تابع(های) تخمین خطا در دسترس قرار می گیرد. |
جداکننده | نقطه | کاما | نقطه | جداکننده اعشاری در فایل داده ورودی، زمانی که منبع روی فایل تنظیم شده است . |
ستون های فایل | عدد صحیح | 0 | تعداد ستون ها در داده های ورودی این ویژگی با تغییر ویژگی های داده های ورودی به طور خودکار به روز می شود. |
سر فایل ها | آرایه رشته ای | {} | نام ستون های سفارشی برای نمایش در جدول تنظیمات ستون. هنگامی که ویژگی های داده ورودی فایل تغییر می کند، این ویژگی به طور خودکار به روز می شود. نام هدر ستون ها از آخرین خط فایل گرفته شده است که با کاراکتر ‘ % ‘ شروع می شود. خط بر روی ” ” (فضای دوگانه)، کاراکتر برگه و کاراکتر کاما تقسیم می شود و هر قسمت به عنوان یک نام ستون سفارشی استفاده می شود. |
نام فایل | رشته | فایلی که حاوی داده است اگر منبع فایل باشد . | |
کسر | دو برابر | 0.1 | کسری از داده های ورودی که برای اعتبارسنجی تابع(های) آموزش دیده کنار گذاشته می شود. زمانی استفاده می شود که اعتبارسنجی یکی از موارد تصادفی ، کسری ، آخرین باشد . |
تابع | آرایه رشته ای | {} | نام تابع(های) تعریف شده، به عنوان آرایه ای از نام ستون های متناوب از داده های ورودی و نام توابع. به توضیحات خاصیت args نیز مراجعه کنید . |
دانه نهایی | عدد صحیح غیر منفی | 1014 | دانه اعداد تصادفی مورد استفاده برای آموزش تابع(ها). زمانی استفاده می شود که useseed دستی باشد . |
lastinternalseedtest | عدد صحیح غیر منفی | 108714 | دانه اعداد تصادفی برای اعتبارسنجی تابع(های) آموزش دیده استفاده می شود. زمانی استفاده می شود که اعتبارسنجی تصادفی باشد و useeedtest دستی باشد . |
manualrestarthypergpnumber | عدد صحیح مثبت | 10 | تعداد نقاط شروع مجدد برای آموزش از نقاط راه اندازی مجدد بیشتر برای افزایش شانس یافتن بهینه جهانی در طول تمرین استفاده کنید. زمانی استفاده می شود که restarthypergp دستی باشد . |
maxmatsize | عدد صحیح مثبت | 2000 | حداکثر تعداد نقاط داده آموزشی مجاز. نقاط داده بیشتر به حافظه بیشتر و زمان تمرین بیشتری نیاز دارند. |
عملکرد معنی دار | const | خطی | درجه دوم | پایان | روند کلی تابع(های) آموزش دیده را تعریف می کند. |
پلاتارگ ها | ماتریس رشته Nx3 | شامل یک ردیف برای هر آرگومان تابع است. هر ردیف شامل نام آرگومان، حد پایین برای رسم و حد بالایی برای رسم است. | |
restarthypergp | اتوماتیک | کتابچه راهنمای | خودکار | نحوه تعیین تعداد نقاط شروع مجدد در طول تمرین را کنترل می کند. اگر خودکار باشد ، عدد از تعداد آرگومان های تابع محاسبه می شود. اگر دستی باشد ، عدد با ویژگی manualrestarthypergpnumber داده می شود . |
جدول نتیجه | رشته | جدول نتایج که حاوی داده‌ها است اگر منبع resultTable باشد . | |
منبع | فایل | جدول نتیجه | فایل | مشخص می کند که داده ها از یک فایل خوانده شوند یا از جدول نتایج گرفته شوند. |
پسوند stddev | رشته | _stddev | پسوند نام تابع برای افزودن به توابع تخمین خطا. زمانی استفاده می شود که definestddev درست باشد . |
قابل آزمایش | هیچکدام | جدید | جدول نتایج | هیچ یک | اگر اعتبارسنجی هیچکدام نباشد ، جدولی را مشخص می کند که خلاصه خطای تأیید در آن ذخیره می شود. برای ایجاد نکردن داده های جدول از هیچ کدام استفاده نکنید . از new برای ایجاد جدول جدید برای داده ها استفاده کنید . از تگ جدول نتایج برای ذخیره داده ها در جدول موجود استفاده کنید. |
قابل آزمایش | هیچکدام | جدید | جدول نتایج | جدید | اگر اعتبارسنجی هیچکدام نباشد ، جدولی را مشخص می کند که اطلاعات خطای تأیید دقیق در آن ذخیره می شود. برای ایجاد نکردن داده های جدول از هیچ کدام استفاده نکنید . از new برای ایجاد جدول جدید برای داده ها استفاده کنید . از تگ جدول نتایج برای ذخیره داده ها در جدول موجود استفاده کنید. |
واحد | آرایه رشته ای | {} | واحدهای آرگومان ها و مقادیر تابع، به عنوان آرایه ای از نام ستون های متناوب از داده های ورودی و عبارات واحد. به توضیحات خاصیت args نیز مراجعه کنید . |
از دانه استفاده می کند | دفترچه راهنما | زمان جاری | کتابچه راهنمای | نحوه تعیین دانه تصادفی برای آموزش را مشخص می کند. اگر دستی باشد ، دانه با خاصیت lastinternalseed داده می شود . اگر زمان جاری باشد ، دانه از زمان فعلی هنگام شروع آموزش محاسبه می شود. |
استفاده از تست | دفترچه راهنما | زمان جاری | کتابچه راهنمای | نحوه تعیین دانه تصادفی برای اعتبار سنجی را مشخص می کند. اگر دستی باشد ، seed با ویژگی lastinternalseedtest داده می شود . اگر زمان جاری باشد ، دانه از زمان فعلی هنگام شروع آموزش محاسبه می شود. |
اعتبار سنجی | هیچکدام | تصادفی | کسری | آخرین | جدول | هیچ یک | مشخص می کند که از چه داده هایی برای اعتبارسنجی تابع(های) آموزش دیده استفاده شود. هیچ : هیچ اعتبارسنجی انجام نشده است. تصادفی : از نمونه تصادفی داده های ورودی استفاده کنید و مقادیر مربوطه را از داده های آموزشی حذف کنید. اندازه نمونه کسری ضربدر تعداد نقاط داده ورودی است. fraction : از هر 1/ مقدار کسر از داده های ورودی استفاده کنید و مقادیر مربوطه را از داده های آموزشی حذف کنید. last : از آخرین قسمت داده های ورودی استفاده کنید و مقادیر مربوطه را از داده های آموزشی حذف کنید. اندازه قسمت آخر کسری ضربدر تعداد نقاط داده ورودی است. جدول : از جدول نتایج به عنوان داده اعتبار سنجی استفاده کنید. |
جدول اعتبارسنجی | رشته | جدول نتایج برای گرفتن داده های اعتبار سنجی. زمانی استفاده می شود که اعتبار سنجی جدول باشد . |
تغییرات در ویژگی‌های زیر بدون آموزش مجدد تابع اعمال می‌شوند: definestddev ، stddevsuffix ، funcs ، plotargs ، unit .
راهنمای کاربر ماژول کمی سازی عدم قطعیت، نظریه پشت رگرسیون فرآیند گاوسی را توضیح می دهد. مدل‌های جایگزین – فرآیند گاوسی را ببینید.-
قطعه ای
یک تابع درون یابی تکه ای ایجاد کنید ، که با به هم پیوستن چندین تابع، که هر کدام در یک بازه تعریف شده اند، ایجاد می شود.
نام | ارزش | پیش فرض | شرح |
ارگ | رشته | ایکس | آرگومان تابع. |
اضافه کردن | const | داخلی | هیچکدام | دوره ای | ارزش | پایان | روش برون یابی. |
مازاد ارزش | دو برابر | 0 | مقدار برون یابی اگر extrap مقدار باشد. |
نام تابع | رشته | نام تگ | نام تابع. |
قطعات | آرایه رشته N-by-3 | خالی | (چپ، راست، بیان) برای هر بازه. |
صاف | هیچکدام | ادامه | cond1 | ادامه 2 | هیچ یک | نوع صاف کردن. |
منطقه صاف | دو برابر | 0.1 | اندازه نسبی منطقه هموارسازی در صورتی که صاف کردن فعال باشد. |
استدلال کرد | رشته | فهرستی از واحدهای مورد نیاز برای هر آرگومان جدا شده با کاما. | |
کار می کند | رشته | واحد نتیجه تابع. |
GaussianPulse
یک تابع پالس گاوسی ایجاد کنید . این تابع منحنی زنگی شکل رایج (تابع گاوسی) است.
نام | ارزش | پیش فرض | شرح |
خط پایه | دو برابر | 0 | خط پایه برای تابع. |
نام تابع | رشته | نام تگ | نام تابع. |
ارزش جدایی ناپذیر | دو برابر | 1 | مقدار انتگرال، زمانی که نرمال سازی روی انتگرال تنظیم می شود . |
محل | رشته | 0 | جایی که نبض اوج می گیرد. |
اوج ارزش | دو برابر | 1 | مقدار پیک، زمانی که نرمال سازی روی اوج تنظیم شود . |
سیگما | رشته | 1 | انحراف معیار توزیع نرمال زیرین. |
عادی سازی | انتگرال | اوج | انتگرال | روش عادی سازی برای استفاده |
سطح شیب دار
یک تابع رمپ ایجاد کنید .
نام | ارزش | پیش فرض | شرح |
خط پایه | دو برابر | 0 | خط پایه برای تابع. |
قطع کننده | بولی | نادرست | اگر درست باشد، پس از رسیدن به مقدار قطع، سطح شیب دار به پایان می رسد. |
قطع | دو برابر | 1 | اگر برش اکتیو درست باشد، سطحی که سطح شیب دار به پایان می رسد. |
نام تابع | رشته | نام تگ | نام تابع. |
محل | رشته | 0 | جایی که رمپ شروع می شود. |
شیب | رشته | 1 | شیب رمپ. |
ncontder | 1 یا 2 | 2 | تعداد مشتقات پیوسته اگر هموارسازی فعال باشد. |
smoothzonecutoffactive | بولی | نادرست | انتقال را در جایی که سطح شیب دار به نقطه قطع ختم می شود صاف کنید؟ |
smoothzonelocactive | بولی | نادرست | انتقال را از جایی که سطح شیب دار شروع می شود صاف کنید؟ |
صاف منطقه قطع | دو برابر | 0.1 | اندازه نسبی منطقه هموارسازی برای برش، در صورتی که هموارسازی فعال باشد. |
smoothzoneloc | دو برابر | 0.1 | اندازه نسبی منطقه هموارسازی که در آن سطح شیب دار شروع می شود، در صورتی که هموارسازی فعال باشد. |
تصادفی
یک تابع تصادفی ایجاد کنید . تابع تصادفی می تواند توزیع یکنواخت یا نرمال داشته باشد.
نام | ارزش | پیش فرض | شرح |
نام تابع | رشته | نام تگ | نام تابع. |
منظور داشتن | رشته | 0 | مقدار متوسط. |
نرگس | عدد صحیح | 1 | تعداد آرگومان ها |
نرمال سیگما | رشته | 1 | انحراف معیار اگر نوع نرمال باشد. |
دانه | رشته | منحصر به فرد برای هر تابع تصادفی | دانه تصادفی |
دانه زا | بولی | نادرست | اگر درست باشد، از دانه تصادفی استفاده می شود. |
نوع | یکنواخت | طبیعی | لباس فرم | نوع توزیع |
یکنواخت | رشته | 1 | محدوده اگر نوع یکنواخت است. |
توزیع نرمال
یک تابع توزیع نرمال ایجاد کنید .
نام | ارزش | پیش فرض | شرح |
cumfuncname | رشته | نام تگ + _cum | نام تابع تجمعی. |
نام تابع | رشته | نام تگ | نام تابع. |
نام invcmfunc | رشته | نام تگ + _cum_inv | نام تابع quantile. |
منظور داشتن | دو برابر | 0 | میانگین تابع. |
نرگس | عدد صحیح مثبت | 1 | تعداد آرگومان های تابع تصادفی. |
نام تصادفی | رشته | rn_ + نام تگ | نام تابع تصادفی |
دانه | عدد صحیح مثبت | دانه ای برای تابع تصادفی. | |
دانه زا | بولی | نادرست | از یک دانه تصادفی سفارشی استفاده کنید؟ |
سیگما | دو برابر | 1 | انحراف استاندارد تابع. |
مستطیل
یک تابع مستطیلی شکل ایجاد کنید.
نام | ارزش | پیش فرض | شرح |
دامنه | دو برابر | 1 | دامنه برای تابع. |
خط پایه | دو برابر | 0 | خط پایه برای تابع. |
نام تابع | رشته | نام تگ | نام تابع. |
پایین تر | رشته | -0.5 | جایی که منطقه مرتفع شروع می شود. |
ncontder | 1 یا 2 | 2 | تعداد مشتقات پیوسته اگر هموارسازی فعال باشد. |
صاف | بولی | درست است، واقعی | انتقال ها را صاف کنید؟ |
منطقه صاف | رشته | 0.1 | اندازه منطقه صاف کردن در هر دو طرف انتقال. |
بالا | رشته | 0.5 | جایی که منطقه مرتفع به پایان می رسد. |
گام
یک تابع مرحله تولید کنید .
نام | ارزش | پیش فرض | شرح |
خط پایه | دو برابر | 0 | خط پایه برای تابع. |
از جانب | رشته | 0 | مقدار سمت چپ مکان. |
نام تابع | رشته | نام تگ | نام تابع. |
محل | رشته | 0 | جایی که پله در آن قرار دارد. |
ncontder | 1 یا 2 | 2 | تعداد مشتقات پیوسته اگر هموارسازی فعال باشد. |
صاف | بولی | درست است، واقعی | انتقال را هموار کنید؟ |
منطقه صاف | رشته | 0.1 | اندازه منطقه هموارسازی در دو طرف محل. |
به | رشته | 1 | مقدار سمت راست مکان. |
مثلث
یک تابع مثلثی شکل ایجاد کنید.
نام | ارزش | پیش فرض | شرح |
دامنه | دو برابر | 1 | دامنه برای تابع. |
خط پایه | دو برابر | 0 | خط پایه برای تابع. |
نام تابع | رشته | نام تگ | نام تابع. |
پایین تر | رشته | -0.5 | جایی که منطقه مرتفع شروع می شود. |
ncontder | 1 یا 2 | 2 | تعداد مشتقات پیوسته اگر هموارسازی فعال باشد. |
صاف | بولی | درست است، واقعی | انتقال ها را صاف کنید؟ |
منطقه صاف | رشته | 0.1 | اندازه منطقه صاف کردن در هر دو طرف انتقال. |
بالا | رشته | 0.5 | جایی که منطقه مرتفع به پایان می رسد. |
خارجی
یک تابع خارجی ایجاد کنید که با سایر توابع خارجی نوشته شده در زبان C ارتباط برقرار کند.
نام | ارزش | پیش فرض | شرح |
ders | آرایه رشته Nx3 | (نام تابع، آرگومان، مشتق جزئی) سه گانه. | |
تابع | آرایه رشته ای | توابع تعریف شده توسط کتابخانه. | |
init | رشته | رشته ای که با مقداردهی اولیه ویژگی تابع به کتابخانه ارسال می شود. | |
مسیر | رشته | مسیری به کتابخانه مشترک که توابع را تعریف می کند. |
تابع خارجی تابعی است که در یک کتابخانه مشترک نوشته شده توسط کاربر تعریف شده است. کتابخانه مشترک باید سه تابع زیر را با پیوند C تعریف کند:
• | int init(const char *str) زمانی فراخوانی می شود که تابع با رشته ای از فیلد داده Initialization مقداردهی اولیه شود . در صورت موفقیت یک مقدار غیر صفر و در صورت شکست صفر را برمی گرداند. این تابع ممکن است چندین بار فراخوانی شود. همیشه قبل از حل مدلی که از تابع استفاده می کند فراخوانی می شود. |
• | int eval(const char *func، int nArgs، const double **inReal، const double **inImag، int blockSize، double *outReal، double *outImag) برای ارزیابی عنصری تابع func فراخوانی شده با آرگومان های nArgs طول blockSize فراخوانی می شود. . آرایه inReal شامل بخش های واقعی آرگومان ها است. طول آن nArgs است و هر عنصر دارای طول blockSize است . |
اگر آرگومان ها کاملا واقعی باشند، inImag صفر است. در غیر این صورت شامل قسمت های خیالی استدلال ها می شود. اگر ارزیابی تابع موفقیت آمیز باشد، در صورتی که به یک آرایه کاملا واقعی منجر شود، عدد 1 و اگر به یک آرایه پیچیده منجر شود، عدد 2 برگردانده می شود. در صورت بروز خطا، تابع باید 0 را برگرداند. در صورت یک نتیجه واقعی، مقادیر تابع باید در آرایه outReal نوشته شود . در صورت یک نتیجه پیچیده، قسمت های واقعی تابع باید به outReal و قسمت های خیالی به outImag نوشته شوند . آرایه های outReal و outImag هر دو دارای طول blockSize هستند . همه ماتریس ها توسط COMSOL تخصیص داده می شوند.
• | const char *getLastError() آخرین خطای رخ داده را برمی گرداند. اگر خطایی رخ نداده باشد یک رشته خالی یا خالی برگردانده می شود. فراخوانی init() یا eval() باید آخرین رشته خطا را روی “” یا null تنظیم کند. تمام تخصیص حافظه این رشته توسط کتابخانه مشترک اداره می شود. هیچ محلی سازی پیام های خطا وجود ندارد. |
اگر از Microsoft Visual Studio برای کامپایل کتابخانه خود استفاده می کنید، می توانید توابع را به عنوان __declspec(dllexport) اعلام کنید تا آنها را از DLL صادر کنید.
مثالی از کتابخانه ای که تابعی به نام extsinc را تعریف می کند که تابع sinc را محاسبه می کند ( sin ( x )/ x ):
#include <math.h>
#include <stdlib.h>
#include <string.h>
#ifdef _MSC_VER
#define EXPORT __declspec(dllexport)
#دیگر
#تعریف صادرات
#endif
static const char *error = NULL;
EXPORT int init(const char *str) {
بازگشت 1;
}
EXPORT const char * getLastError() {
خطای بازگشت؛
}
EXPORT int eval(const char *func,
int nArgs،
const double **در واقعی،
const double **inImag,
int blockSize،
دوبرابر *بیرون واقعی،
double *outImag) {
int i, j;
if (strcmp(“extsinc”, func) == 0) {
if (nArgs != 1) {
error = “یک آرگومان انتظار می رود”;
بازگشت 0;
}
برای (i = 0; i <blockSize; i++) {
دو برابر x = واقعی[0][i];
خارج واقعی[i] = (x == 0)؟ 1 : sin(x) / x;
}
بازگشت 1;
}
دیگری {
error = “عملکرد ناشناخته”;
بازگشت 0;
}
}
برای کامپایل این تابع در یک کتابخانه، آن را در ext.c قرار دهید و بسته به پلتفرم به صورت زیر عمل کنید:
 | برای اطلاعات در مورد نسخه های کامپایلر پشتیبانی شده به https://www.comsol.com/system-requirements مراجعه کنید . |
• | ویندوز 64 بیتی با مایکروسافت ویژوال استودیو: |
– | Microsoft Visual Studio > Visual Studio Tools > Visual Studio x64 Win64 Command Prompt (2010) را از منوی استارت ویندوز راه اندازی کنید. |
– | cd به دایرکتوری حاوی ext.c. |
– | cl /MT /c ext.c |
– | پیوند /OUT:ext.dll /DLL ext.obj |
• | لینوکس 64 بیتی با کامپایلر اینتل: |
– | cd به دایرکتوری حاوی ext.c. |
– | icc -fPIC -c ext.c |
– | icc -shared -fPIC -Wl,-z -Wl,defs -o ext.so ext.o -ldl |
• | مک 64 بیتی با کامپایلر اینتل: |
– | cd به دایرکتوری حاوی ext.c. |
– | icc -fPIC -c ext.c |
– | icc -dynamiclib -fPIC -o ext.dylib ext.o |
برای سایر کامپایلرها، برای دستورالعمل های نحوه کامپایل و ایجاد یک کتابخانه مشترک، به مستندات کامپایلر مراجعه کنید.
ارتفاع
با وارد کردن داده های ارتفاعی جغرافیایی از مدل های رقومی ارتفاع (فایل های DEM) یک تابع ارتفاع ایجاد کنید.
نام | ارزش | پیش فرض | شرح |
اضافه کردن | const | داخلی | خطی | ارزش | پایان | روش برون یابی. |
مازاد ارزش | دو برابر | 0 | مقدار برون یابی اگر extrap مقدار باشد. |
نام فایل | رشته | نام فایل DEM. | |
نام تابع | رشته | نام تگ | نام تابع. |
interp | همسایه | خطی | خطی | روش درونیابی. |
تصویر
یک تابع تصویر از یک فایل BMP، GIF، JPEG، PNG یا TIFF ایجاد کنید.
نام | ارزش | پیش فرض | شرح |
استدلال کرد | رشته | واحد آرگومان های تابع. | |
clipmaxx | دو برابر | 1000 | اگر برش دستی باشد: حداکثر مختصات x پیکسلی که حفظ می شود. |
clipminx | دو برابر | 0 | اگر برش دستی باشد: حداقل مختصات x پیکسلی که حفظ می شود. |
clipmaxy | دو برابر | 1000 | اگر برش دستی است: حداکثر مختصات پیکسل y که حفظ می شود. |
کلیپمینی | دو برابر | 0 | اگر برش دستی باشد: حداقل مختصات y پیکسلی که حفظ می شود. |
بریدن | هیچکدام | کتابچه راهنمای | هیچ یک | روش برش. |
اضافه کردن | const | داخلی | خطی | ارزش | پایان | روش برون یابی. |
مازاد ارزش | دو برابر | 0 | مقدار برون یابی اگر extrap مقدار باشد. |
کار می کند | رشته | واحد مقدار تابع | |
نام فایل | رشته | نام فایل DEM. | |
flipx | بولی | نادرست | If inplace is false: آیا هنگام نگاشت تصویر به صفحه xy به صورت افقی برگردانده شود یا خیر. |
تلنگر | بولی | نادرست | If inplace is false: آیا هنگام نگاشت تصویر به صفحه xy به صورت عمودی برگردانده شود یا خیر. |
نام تابع | رشته | نام تگ | نام تابع. |
درجا | بولی | نادرست | اگر درست باشد، تصویر بدون تغییر مقیاس به صفحه xy نگاشت می شود. 1 واحد طول مربوط به 1 پیکسل است. |
interp | همسایه | خطی | خطی | روش درونیابی. |
manualexpr | رشته | (r+g+b)/3 | اگر مقیاس‌بندی دستی است: تابع مقیاس‌بندی که بر حسب شدت پیکسل قرمز (r)، سبز (g) و آبی (b) بیان می‌شود. |
پوسته پوسته شدن | اتوماتیک | کتابچه راهنمای | خودکار | روشی که برای محاسبه مقادیر تابع از رنگ پیکسل استفاده می شود. |
xmax | دو برابر | 1 | If inplace is false: حداکثر مختصات x ناحیه ای که تصویر به آن نگاشت شده است. |
xmin | دو برابر | 0 | If inplace is false: حداقل مختصات x ناحیه ای که تصویر به آن نگاشت شده است. |
ymax | دو برابر | 1 | If inplace is false: حداکثر مختصات y ناحیه ای که تصویر به آن نگاشت شده است. |
ymin | دو برابر | 0 | If inplace is false: حداقل مختصات y ناحیه ای که تصویر به آن نگاشت شده است. |
متلب
استفاده از تابع در متلب را اعلام کنید . این به LiveLink™ برای MATLAB ® نیاز دارد .
نام | ارزش | پیش فرض | شرح |
ders | آرایه رشته Nx3 | (نام تابع، آرگومان، مشتق جزئی) سه گانه. | |
تابع | آرایه رشته ای | توابع تعریف شده توسط متلب. |
موج
از تابع موج برای تولید تابع موجی (شکل موج) استفاده کنید . شکل موج می تواند یک دندانه اره، موج سینوسی، موج مربعی یا موج مثلثی باشد.
نام | ارزش | پیش فرض | شرح |
دامنه | رشته | 1 | دامنه برای تابع. |
خط پایه | رشته | 0 | خط پایه برای تابع. |
چرخه کار | رشته | 0.5 | چرخه وظیفه تابع (مقداری بین 0 و 1). برای توابع مربع (به عنوان کسری از یک دوره که تابع دارای مقدار بالایی است) و برای توابع مثلث (به عنوان کسری از دوره ای که تابع در حال افزایش است) موجود است. |
نام تابع | رشته | نام تگ | نام تابع. |
ncontder | 1 یا 2 | 2 | تعداد مشتقات پیوسته اگر هموارسازی فعال باشد. |
دوره زمانی | رشته | 2*pi | دوره. |
فاز | رشته | 0 | فاز. |
صاف | بولی | درست است، واقعی | انتقال ها را صاف کنید؟ (فقط برای اشکال موجی با مقادیر تابع ناپیوسته یا مشتقات استفاده می شود.) |
منطقه صاف | رشته | 0.1 | اندازه منطقه صاف کردن در هر دو طرف انتقال. |
نوع | دندان اره | سینوسی | مربع | مثلث | سینوسی | نوع شکل موج. |
سازگاری
برای تابع موج، ویژگی freq با مقدار پیش فرض 1 در نسخه های قبلی COMSOL Multiphysics با نقطه با مقدار پیش فرض 2 π در نسخه 6.0 جایگزین شده است.
همچنین ببینید
model.material()
