给代码：clear clc syms t u(t) v(t) z=15; R1 = 1.2e-3; R2 = 9.2e-3; Cin = 1.1e6/60; Cwall = 1.86e8/60; PN = 8000; qin = 20; qout = 0; u1 = diff(u); v1 = diff(v); eq0 = Cinu1 == 0 - (u - v)/R1; eq1 = Cinu1 == PN - (u - v)/R1; eq2 = Cwall*v1 == (u - v)/R1 - (v - qout)/R2; eq3 = u(0) == 20; eq4 = v(0) == z; [uSol1(t), vSol1(t)] = dsolve(eq1, eq2, eq3, eq4); [uSol2(t), vSol2(t)] = dsolve(eq0, eq2, eq3, eq4); figure(1) subplot(1, 2, 1), fplot(uSol1, [0 1440]); title('开启时室内温度'); xlabel('时间'), ylabel('温度') subplot(1, 2, 2), fplot(vSol1, [0 1440]); title('开启时墙体温度'); xlabel('时间'), ylabel('温度') figure(2) subplot(1, 2, 1), fplot(uSol2, [0 1440]); title('关闭时室内温度'); xlabel('时间'), ylabel('温度') subplot(1, 2, 2), fplot(vSol2, [0 1440]); title('关闭时墙体温度'); xlabel('时间'), ylabel('温度')加入稳态解u，v

MATLAB常用函数详解：clear,clc,clf,hold与format,plot

"这篇文档主要介绍了MATLAB中的一些常用函数，包括clear、clc、clf、hold的功能，并详细讲解了format设置输出格式的作用以及plot函数的使用方法，还提及了多重线的绘制技巧和hold命令的应用。" 在MATLAB中，理解和...

Eucalyptus源代码深度解析：CLC, Walrus, SC, CC与NC

"本文将对Eucalyptus2.0.3版本的源代码进行深入分析，重点关注其主要组件——CloudController (CLC)、Walrus (W)、StorageController (SC)、ClusterController (CC) 和 NodeController (NC) 的实现细节。" 在...

代码如下：clear clc syms t u(t) v(t) z R1 = 1.2e-2; R2 = 9.2e-3; Cin = 1.1e6/60; Cwall = 1.86e8/60; PN = 8000; qin = 20; qout = -20; u1 = diff(u); v1 = diff(v); eq0 = Cinu1 == - (u - v)/R1; eq1 = Cinu1 == PN - (u - v)/R1; eq2 = Cwall*v1 == (u - v)/R1 - (v - qout)/R2; eq3 = u(0) == z; eq4 = v(0) == z-5; [uSol1(t), vSol1(t)] = dsolve(eq1, eq2, eq3, eq4); [uSol2(t), vSol2(t)] = dsolve(eq0, eq2, eq3, eq4); figure(1) subplot(2,2,1),fsurf(t,z,uSol1,[0 1440 -25 20]) xlabel('时间/min'),ylabel('初始室内温度'),zlabel('开启时室内温度') subplot(2,2,2),fsurf(t,z,vSol1,[0 1440 -25 20]) xlabel('时间/min'),ylabel('初始室内温度'),zlabel('开启时墙体温度') subplot(2,2,3),fsurf(t,z,uSol2,[0 1440 -25 20]) xlabel('时间/min'),ylabel('初始室内温度'),zlabel('关闭时室内温度') subplot(2,2,4),fsurf(t,z,vSol2,[0 1440 -25 20]) xlabel('时间/min'),ylabel('初始室内温度'),zlabel('关闭时墙体温度')

R2 = 9.2e-3; Cin = 1.1e6/60; Cwall = 1.86e8/60; PN = 8000; qin = 20; qout = -20; % 定义微分方程 odefun = @(t,y) [Cin*(y(2) - y(1))/R1; (y(1) - y(2))/R1 - (y(2) - qout)/R2]; % 定义初始条件 y0 = [z; z...

clear clc syms t u(t) v(t) z=0; R1 = 1.2e-2; R2 = 9.2e-3; Cin = 1.1e6/60; Cwall = 1.86e8/60; PN = 8000; qin = 20; qout = -15; u1 = diff(u); v1 = diff(v); eq0 = Cinu1 == - (u - v)/R1; eq1 = Cinu1 == PN - (u - v)/R1; eq2 = Cwall*v1 == (u - v)/R1 - (v - qout)/R2; eq3 = u(0) == qin; eq4 = v(0) == z; [uSol1(t), vSol1(t)] = dsolve(eq1, eq2, eq3, eq4); [uSol2(t), vSol2(t)] = dsolve(eq0, eq2, eq3, eq4); figure(1) subplot(2,2,1),fplot(t,uSol1,[0 60]) xlabel('时间/min'),ylabel('开启时室内温度') subplot(2,2,2),fplot(t,vSol1,[0 60]) xlabel('时间/min'),ylabel('开启时室内温度') subplot(2,2,3),fplot(t,uSol2,[0 60]) xlabel('时间/min'),ylabel('开启时室内温度') subplot(2,2,4),fplot(t,vSol2,[0 60]) xlabel('时间/min'),ylabel('开启时室内温度')

R2 = 9.2e-3; Cin = 1.1e6/60; Cwall = 1.86e8/60; PN = 8000; qin = 20; qout = -15; u = y(1); v = y(2); % 定义ODE方程 du_dt = y(3); dv_dt = y(4); dudt = Cin*du_dt + (u - v)/R1; dvdt = Cwall...

clear clc syms t u(t) v(t) z R1 = 1.2e-3; R2 = 9.2e-3; Cin = 1.1e6/60; Cwall = 1.86e8/60; PN = 8000; qin = 20; qout = 0; u1 = diff(u); v1 = diff(v); eq1 = Cinu1 == PN - (u - v)/R1; eq0 = Cinu1 == 0 - (u - v)/R1; eq2 = Cwall*v1 == (u - v)/R1 - (v - qout)/R2; eq3 = u(0) == 20; eq4 = v(0) == z; [uSol1(t), vSol1(t)] = dsolve(eq1, eq2, eq3, eq4); [uSol2(t), vSol2(t)] = dsolve(eq0, eq2, eq3, eq4); uSol1_func = matlabFunction(uSol1); vSol1_func = matlabFunction(vSol1); uSol2_func = matlabFunction(uSol2); vSol2_func = matlabFunction(vSol2); figure(1) subplot(1, 2, 1), fplot3(uSol1_func, [0 1440], [0 30]); title('开启时室内温度'); xlabel('时间'), ylabel('z轴'), zlabel('温度') subplot(1, 2, 2), fplot3(vSol1_func, [0 1440], [0 30]); title('开启时墙体温度'); xlabel('时间'), ylabel('z轴'), zlabel('温度') figure(2) subplot(1, 2, 1), fplot3(uSol2_func, [0 1440], [0 30]); title('关闭时室内温度'); xlabel('时间'), ylabel('z轴'), zlabel('温度') subplot(1, 2, 2), fplot3(vSol2_func, [0 1440], [0 30]); title('关闭时墙体温度'); xlabel('时间'), ylabel('z轴'), zlabel('温度')错误使用 fplot3 输入应为以下类型之一: function_handle, sym 但其类型为 double。出错 first (第 27 行) subplot(1, 2, 1), fplot3(uSol1_func, [0 1440], [0 30]);

可能是因为 uSol1_func 函数句柄中的符号表达式包含了 t 变量，但是在 fplot3 函数中没有给出 t 的范围，导致 fplot3 函数无法将函数句柄转换成函数值。为了解决这个问题，您可以在调用 fplot3 函数时，将 t 变量...

clear clc syms t v w x; x=1/2exp(-2t)*sym('heaviside(t)'); F=fourier(x); subplot(2,1,1); fplot(x); subplot(2,1,2); fplot('abs(F)');解释每句代码

1. clear clc syms t v w x;：这行代码定义并清空了几个变量。 2. x=1/2*exp(-2*t)*sym('heaviside(t)');：这行代码定义了信号x，它是一个符号函数，其中使用了heaviside函数和指数函数。 3. F=fourier(x);：这行...

修改下列代码，利用下面函数，使其满足：负统一反馈系统具有前馈函数，定义为G (s) = 10K （2s + 5）（s^2 + 6s + 34）/（（s + 7）（50s^4 + 644s^3 + 996s^2 - 739s - 3559））系统的输入为r (t) = u (t)。你将需要提供一个Matlab代码来画出三个系统的输出响应，包括无补偿、被动PD和被动PID。 clear all; % Clear all memory clc; % Clear our screen syms t s; % Defines symbol t and s tRange = 0:0.1:20; % Define my time range, start time: increment steps: end time %------------------------------------------------------------------------ K = 20; % Uncompensated forward gain compS = K; % Uncompensated rt = heaviside(t); % Input - unit step response r(t) = u(t) ct = controlSys(rt,tRange,compS); % c(t) output of my system - negative feedback %------------------------------------------------------------------------ K = 20; % PD compensated forward gain compS = K(s+1)/(s+1.1); % PD compensator rt = heaviside(t); % Input - unit step response r(t) = u(t) ct2 = controlSys(rt,tRange,compS); % c(t) output of my system - negative feedback %------------------------------------------------------------------------ K = 20; % PID compensated forward gain compS = K(s+1.1)/(s+1.2); % PID compensator rt = heaviside(t); % Input - unit step response r(t) = u(t) ct3 = controlSys(rt,tRange,compS); % c(t) output of my system - negative feedback plot(tRange,real(ct),tRange,real(ct2),tRange,real(ct3),'LineWidth',3) % Plot our output function legend('Uncompensated','PD compensated','PID compensated') ylabel('Output response','fontSize',14) xlabel('Time (t)','fontSize',14) grid on function [ctOut] = controlSys(rt,trange,compS) syms s t; plant = (10(2s+5)(34+6s+s^2))/((s+7)(50s^4+644s^3+996s^2-739s-3559)); gS = compSplant; hS = 1; rS = laplace(rt); tS = gS / (1+gShS); cS = rS*tS; ct = ilaplace(cS,s,t); ctOut = vpa(subs(ct, t, trange));

修改后的代码如下： clear all; % Clear all memory clc; % Clear our screen syms t s; % Defines symbol t and s tRange = 0:0.1:20; % Define my time range, start time: increment steps: end time %--------...

clear,clc syms a b c d e x y a=(15-x)/5; b=x/5;c=(y-x)/10;d=y/10;e=(65-y)/15; eqn=[a-b+c==0;e-c-d==0]; [ans_x,ans_y]=solve(eqn,[x,y])

在给出的代码片段中，首先使用 syms 声明了变量 a, b, c, d, e, x, y，这是为了创建符号变量，允许你在MATLAB中处理代数方程。然后定义了一些表达式 a, b, c, d, e，接着用这些表达式...

clear clc t= -100:0.001:100; % 初值：增量：终值 syms x; y = x/(x * x + 1); f = inline(y); % 内联函数 max = max(f(t)) min = min(f(t))

代码解释： - clear 和 clc 分别是清空变量和清空命令窗口的指令。 - t = -100:0.001:100 定义了一个从 -100 到 100 的数组，步长为 0.001，用于后面计算函数的取值。 - syms x 定义了一个符号变量 x。 - ...

clear clc c=3.0e8; e=1.60210e-19; me=9.10908e-31; epsilon=8.854187818e-12; %真空介电常数 h=6.626e-34; K1=2^8-1; %光束的精度 lamda=800e-9; %波长 omega=2pic/lamda; %角频率 k0=2*pi/lamda; %波数 w0=1e-5;% 10um %束腰半径，光束的宽度 Sr0=5e-04;% 0.5mm %光束半径 r0=10; %10um aa=0.75; sigma=1.2;

- clear clc：清空命令窗口和工作区中的所有变量。 - c=3.0e8;：将光速常数赋值为3.0e8，表示光在真空中的速度。 - e=1.60210e-19;：将元电荷赋值为1.60210e-19，表示电子的电荷量。 - me=9.10908e-31;：将电子质量...

clear all;close all;clc format short g sigma = 0.2; p = 1; PlotLength =5000; length1=PlotLength+100+1000; a = [1,-0.56,0.42]; b = [0,0.9,0.6]; c = [1,-0.3,0.2]; d = [1,0.3,-0.2]; na=2;nb=2;nc=2;nd=2; n1=na+nb; n2=nc+nd; pr0=[a(2:na+1), b(2:nb+1), c(2:nc+1), d(2:nd+1)]'; n=length(pr0); p0=10^6; P2= eye(n)p0; pr1=ones(n,1)/p0; pr2=pr1; rand('state',15); u=(rand(length1,1)-0.5)sqrt(12); randn('state',15); v=randn(length1,1)sigma; y=ones(10n,1)/p0; w=zeros(n,1); for t=n:length1 w(t)=pr0(n1+1:n)'[-w(t-1:-1:t-nc);v(t-1:-1:t-nd)]+v(t); y(t)=pr0(1:n1)'[-y(t-1:-1:t-na);u(t-1:-1:t-nb)]+w(t); end w1=ones(10n,1)/p0; w2=w1; v1=ones(10n,1)/p0; v2=v1; j1=0;jj=0; for t=24:length1 jj=jj+1; % MI-RGELS i=1; for k=t:-1:t-p+1 varphi2=[-y(t-1:-1:t-na);u(t-1:-1:t-nb);-w2(t-1:-1:t-nc);v2(t-1:-1:t-nd)]; Phi2(:,i)=varphi2; i=i+1; end Y=y(t:-1:t-p+1); L2=P2Phi2/(eye(p)+Phi2'P2Phi2); P2=P2-L2(Phi2'P2); pr2=pr2+L2(Y-Phi2'pr2); w2(t)=y(t)-Phi2(1:n1,1)'pr2(1:n1); v2(t)=y(t)-Phi2(:,1)'*pr2; if jj==length1; break end end

在这段代码中，首先对参数进行了初始化，然后生成随机序列u和噪声序列v。接着通过循环计算系统输出y和创新项w。在MI-RGELS算法的迭代过程中，使用了矩阵形式的MI-RGELS算法来估计参数向量。通过迭代更新...

解决以下代码对于此运算，数组的大小不兼容的问题：clear all; clc; % 初始值 h = 8; R = 3; r1 = 0:0.01:R; r2 = -h:0.01:0; phai = 0:0.01:2pi; % 球部分 x1 = sqrt(RR-r1.r1).cos(phai); y1 = sqrt(RR-r1.r1).sin(phai); z1 = r1+h; % 圆锥部分 x2 = (R/h)(r2+h).cos(phai); y2 = (R/h)(r2+h).*sin(phai); z2 = r2+h; figure plot3(x1,y1,z1,'LineWidth',2); hold on; plot3(x2,y2,z2,'LineWidth',2); xlabel('x'); ylabel('y'); zlabel('z'); title('降落伞');

因为圆锥的底面半径为 R，高度为 h，所以底面周长为 2*pi*R，而在这段代码中，r2 的范围却是 -h:0.01:0，长度不足以表示一个完整的底面，需要将其修改为 0:0.01:R*h/h，即从 0 开始到底面周长的一半...

clc clear K=100;%仿真次数 T =zeros(1,K);%存储每组仿真寿命 jcjg=1;%设置检测间隔 u=1:1:40; N=30; N_z=20; sm=20; N_s=N-N_z; simT_z=exprnd(sm,1,N_z); for i=1:K % simT_z=exprnd(sm,1,N_z); simT_s=exprnd(sm,1,N_s); ys=floor(simT_s./jcjg); T1=ys.jcjg; T2=(ys+1).jcjg; for j=1:length(simT_s) f=expcdf(T1(j),u); f1=expcdf(T2(j),u); p(j,:)=f1-f; end for m=1:length(simT_z) pp(m,:)=exppdf(simT_z(m),u); end g1=prod(p,1); g2=prod(pp,1); g3=g1.*g2; [~,xh] = max(g3);%P最大值序号计数 T(i)=u(xh); %得出对应的u值 end t=sum(T)/length(T)%求均值 v=std(T)

3. 生成 N_z 个零件的故障时间 simT_z 和 N_s 个零件的寿命 simT_s； 4. 根据 jcjg 将 simT_s 分成若干段，并计算出每段的持续时间 T1 和 T2； 5. 根据指数分布计算每段的故障概率 p(j,:)； 6. 根据指数分布计算每个...

什么意思代码clear;%奇异值分解法计算ouhe系统的李雅普诺夫指数谱 clc; Z1=[]; Z2=[]; Z3=[]; x=1; y=1; z=1; h=0.002; u=2; %a=3; k=10000; for a=linspace(0.5,10.5,1000); V=eye(3); S=V; b1=0; lp=0; for i=1:k x1=x+h(-ux+y(z+a)); y1=y+h(-uy+x(z-a)); z1=z+h(z-xy); x=x1;y=y1;z=z1; J=[-u a+z y z-a -u x -y -x 1]; J=eye(3)+hJ; B=JV*S; [V,S,U]=svd(B); a_max=max(diag(S)); S=(1/a_max)S; b1=b1+log(a_max); end lp=(log(diag(S))+b1)/(kh); Z1=[Z1 lp(1)]; Z2=[Z2 lp(2)]; Z3=[Z3 lp(3)]; end a=linspace(0.5,10.5,1000); plot(a,Z1,'-',a,Z2,'-',a,Z3,'-'); title('Lyapunov exponents of ouhe'); xlabel('parameter a'),ylabel('lyapunov exponents'); grid on

这段代码使用奇异值分解法计算了Ouhe系统的李雅普诺夫指数谱。代码中的主要步骤如下： 1. 清除之前的变量 clear; 2. 设置初始变量和参数，包括 x, y, z, h, u, k, a。 3. 使用 for 循环遍历参数 a 的范围。 4. 在...

%% % ----------------------- 卡尔曼滤波 ----------------------------- % -------说明 %X(k^l)=AkX(k)+W(k); %Y(k)=CkX(k)+V(k) %% clear;clc; %基本参数值 Ak=exp(-0.02); Ck=1; Qk=1-exp(-0.04); Rk=1; %初始时刻的卡尔曼最优值设置 X0=0; P0=1; %观测值y(k) Y=[-3.2 -0.8 -14 -16 -17 -18 -3.3 -2.4 -18 -0.3 -0.4 -0.8 -19 -2.0 -1.2 ... -11 -14 -0.9 0.8 10 0.2 0.5 2.4 -0.5 0.5 -13 0.5 10 -12 0.5 -0.6 -15 -0.7 15 ... 0.5 -0.7 -2.0 -19 -17 -11 -14]; %数据长度 N=length(Y); for k=1:N if k==1 %k=l时由初值开始计算 %预测 X_pre(k)= P_pre(k)= K(k)= %卡尔曼增益 X_kalman(k)= I=eye(size(K(k)));%生成单位矩阵 P_kalman(k)=; else %k>l时开始递推 %预测 X_pre(k)= X_pre(k)= %更新 K(k)= X_kalman(k)= I=eye(size(K(k))); %卡尔曼增益 P_kalman(k) = end end M=1:N; T=0.02*M %作图,画出x(t)的波形 figure () plot(T,Y,'r','LineWidth',1); hold on; plot(T,X,'b','LineWidth',1); legend('测量信号y(t)','Kalman估计信号x(t)') 请补全上述代码

补全代码如下： clear;clc; %基本参数值 Ak=exp(-0.02); Ck=1; Qk=1-exp(-0.04); Rk=1; %初始时刻的卡尔曼最优值设置 X0=0; P0=1; %观测值y(k) Y=[-3.2 -0.8 -14 -16 -17 -18 -3.3 -2.4 -18 -0.3 -0.4 -0.8 ...

%% clc; clear; close all; %% filename = 'demo-1'; im = imread([filename, '.jpg']); [u, v] = size(im); figure;subplot(221);imshow(im);title('原始图像');axis on h=double(im); t=1; a=0.1; b=0.1; %中心化 for i=1:u for j=1:v im(i,j)=im(i,j)(-1)^(i+j); end end F = fft2(im); F=double(F); x=-1u/2:u/2; x(x==0)=[]; y=-1v/2:v/2; y(y==0)=[]; for i=1:length(x) for j=1:length(y) v=pi(x(i)a+y(j)b); if v==0 v=110^-10; h(i,j)=(t/v)sin(v)exp(1)^(-1iv); else h(i,j)=(t/v)sin(v)exp(1)^(-1iv); end end end S=F.h; S = ifft2(S); subplot(222);imshow(S,[]);axis on %% SNR = 100;%信噪比 N = randn(size(S)); S_var = var(S(:)); ratio = S_var/SNR; N = sqrt(ratio)*N; noisF = S+N; 补充上述matlab代码在不调用内部函数的条件下实现维纳滤波还原原图像

在不调用内部函数的条件下实现维纳滤波还原原图像，您可以使用以下补充的 MATLAB 代码： matlab clc; clear; close all; filename = 'demo-1'; im = imread([filename, '.jpg']); [u, v] = size(im); figure;...

clc,clear x0=[0.1874 0.1879 0.2465 0.1890] lamda=x0(1:3)./(2:4) range=minmax(lamda') x1=cumsum(x0) B=[-0.5(x1(1:3)+x1(2:4)),ones(3,1)] Y=x0(2:4) u=B\Y syms x(t) x=dsolve(diff(x)+u(1)x==u(2),x(0)==x0(1)) xt=vpa(x,6) yuce1=subs(x,t,[0:3]) yuce1=double(yuce1) yuce=[x0(1),diff(yuce1)] epsilon=x0'-yuce delta=abs(epsilon./x0') rho=1-(1-0.5u(1))/(1+0.5u(1)*lamda')程序哪里错了

这段代码有一些问题，可能是由于复制粘贴的原因，导致代码格式不正确，也可能是缺少变量或函数等定义。以下是可能的问题： 1. 缺少变量或函数的定义。在代码中，变量和函数可能没有定义。例如，函数minmax和dsolve...

clc; clear; close all; for iter = 1:50 wmin = 0.4; wmax = 1.2; lamud = 3; gama = 2.0; w(iter) = wmin+(wmax-wmin)exp((-lamud(iter/50)^gama)); end iter = 1:1:50; plot(iter,w(iter));

这是一个 MATLAB 的程序，它使用了一个指数函数来计算权重值。程序中的变量 wmin 和 wmax 分别代表权重的最小值和最大值，而 lamud 和 gama 则是两个常数。程序使用了一个 for 循环来迭代计算权重值，最终将结果绘制...

IS-95前向链路仿真：MATLAB源代码解析

clearall, closeall, 和 clc 命令用于清除先前的数据和图形窗口，以确保新的仿真开始时有一个干净的工作环境。disp 函数用于在命令窗口显示提示信息，表明仿真开始。接下来，我们关注几个关键参数： - SD...

相关推荐

MATLAB常用函数详解：clear,clc,clf,hold与format,plot

Eucalyptus源代码深度解析：CLC, Walrus, SC, CC与NC

clear clc syms t v w x; x=1/2*exp(-2*t)*sym('heaviside(t)'); F=fourier(x); subplot(2,1,1); fplot(x); subplot(2,1,2); fplot('abs(F)');解释每句代码

clear,clc syms a b c d e x y a=(15-x)/5; b=x/5;c=(y-x)/10;d=y/10;e=(65-y)/15; eqn=[a-b+c==0;e-c-d==0]; [ans_x,ans_y]=solve(eqn,[x,y])

clear clc t= -100:0.001:100; % 初值： 增量： 终 值 syms x; y = x/(x * x + 1); f = inline(y); % 内联函数 max = max(f(t)) min = min(f(t))

clc; clear; close all; for iter = 1:50 wmin = 0.4; wmax = 1.2; lamud = 3; gama = 2.0; w(iter) = wmin+(wmax-wmin)*exp((-lamud*(iter/50)^gama)); end iter = 1:1:50; plot(iter,w(iter));

IS-95前向链路仿真：MATLAB源代码解析

最新推荐

linux基础进阶笔记

全国江河水系图层shp文件包下载

管理建模和仿真的文件

Keras模型压缩与优化：减小模型尺寸与提升推理速度

MTK 6229 BB芯片在手机中有哪些核心功能，OTG支持、Wi-Fi支持和RTC晶振是如何实现的？

点云二值化测试数据集的详细解读

"互动学习：行动中的多样性与论文攻读经历"

Keras正则化技术应用：L1_L2与Dropout的深入理解

在Python中使用xarray和cfgrib库处理GRIB数据时，如何有效解决遇到的DatasetBuildError错误？

JDiskCat：跨平台开源磁盘目录工具

clear clc syms t v w x; x=1/2exp(-2t)*sym('heaviside(t)'); F=fourier(x); subplot(2,1,1); fplot(x); subplot(2,1,2); fplot('abs(F)');解释每句代码

clear clc t= -100:0.001:100; % 初值：增量：终值 syms x; y = x/(x * x + 1); f = inline(y); % 内联函数 max = max(f(t)) min = min(f(t))

clc; clear; close all; for iter = 1:50 wmin = 0.4; wmax = 1.2; lamud = 3; gama = 2.0; w(iter) = wmin+(wmax-wmin)exp((-lamud(iter/50)^gama)); end iter = 1:1:50; plot(iter,w(iter));