python工程控制论画图示李亚普洛夫稳定性
程序员文章站
2022-06-15 18:23:34
系统状态轨迹图,图一是不稳定系统,图二是稳定系统。python代码from scipy.integrate import odeintfrom pylab import *def deriv(y,t): # 返回值是y和y的导数组成的数组 # return array([y[0]+3*y[1], -5*y[0]+2*y[1]]) # return array([4*y[0] - 2 * y[1], y[0] - 3 * y[1]]) # ret....
系统状态轨迹图,图一是不稳定系统,图二是稳定系统。
python代码
from scipy.integrate import odeint
from pylab import *
def deriv(y,t): # 返回值是y和y的导数组成的数组
# return array([y[0]+3*y[1], -5*y[0]+2*y[1]])
# return array([4*y[0] - 2 * y[1], y[0] - 3 * y[1]])
# return array([y[1], -y[0] - y[1]])
return array([y[1]+y[0]*(2-y[0]**2-y[1]**2),-y[0]+y[1]*(2-y[0]**2-y[1]**2)])
time = linspace(0.0,50.0,1000)
figure()
for i in range(20):
theta = i * pi / 10
yinit = array([3*cos(theta), 3*sin(theta)])
y = odeint(deriv,yinit,time)
plot(y[:, 0], y[:, 1], linewidth=0.3)
# quiver(y[:,0],y[:,1],gradient(y[:,0]),gradient(y[:,1]))
for i in range(20):
theta = i * pi / 10
yinit = array([0.03*cos(theta), 3*sin(theta)])
y = odeint(deriv,yinit,time)
plot(y[:, 0], y[:, 1], linewidth=0.3)
# quiver(y[:,0],y[:,1],gradient(y[:,0]),gradient(y[:,1]))
show()
总结
以前做控制理论仿真,首选都是matlab,现在工作用python,发现python真是无所不能,科学计算的能力也不遑多让matlab。不过就事论事,matlab轨迹图画的还是比python漂亮一点。
本文地址:https://blog.csdn.net/u012410628/article/details/108839301
上一篇: 在SpringBoot中如何使用模板引擎thymeleaf
下一篇: 谁笑话谁呀