数值计算与算法设计课程设计

课程设计说明书。

课程名称：数值计算与算法设计课程设计。

题目：水塔流量问题的插值与拟合解法

院系：理学院＿

专业班级：＿应用数学2005-2

学号：＿ 200513795 ＿

学生姓名：＿李坷坷＿＿

指导教师：＿＿许峰＿＿＿

2008 年 7月 11日。

理学院数学系。

2023年7月6日

安徽理工大学课程设计成绩评定表。

目录。一、问题与假设4

1）问题4（2）假设4

二、分析与建模5

1）记号5（2）散点图5

三、程序与结果6

1）方法17

2）方法28

3）方法39

四、模型的评价11

1）优点11

2）缺点11

五、心得体会11

水塔流量的估计。

一、问题与假设。

1）、问题。

某社区的自来水是由一个圆柱形水塔提供。水塔高12.2米，直径17.

4米。当水塔水位降至约8.2米时，水泵自动启动加水；水位升高到约10.

8米时，水泵停止工作；一般水泵每天工作两次。下表给出了某一天在不同时间记录水塔中水位的数据，其中有三次观察时水泵正在供水，无水位记录。

表1-1试建立适当的数学模型，计算任意时刻的水流速度，估计一天的用水量和水泵的工作功率。

2）、假设。

1、仅考虑居民的正常用水，不考虑水管破裂、消防用水等异常情况；

2、根据torricelli定律，水的最大流速与水位的平方根成正比。对于所给的数据，最大水位为10.82米，最小水位为8.22米，。因此，可以假定水位对流速没有影响；

3、假设水泵的进水速度为常数，不随时间变化，也不是已灌水量的函数，且水泵的进水速度大于水塔中流出水的最大流速。为了满足公众的用水需求，不让水箱的水用尽是显然的要求。

4、假设水塔的流水速度可用光滑曲线表示，与水泵工作与否无关。虽然就个别用户而言，可能用水量有较大的变化，但是每个用户的用水需求量与整个区的用水需求量相比是微不足道的，而且它与整个社区需求量的增减情况是极不相似的。所以单个用户的用水量不能决定整个区的用水量。

5、水泵工作与否完全取决于水塔内水位的高度，且每次加水的工作时间为2小时，根据表1-1中的数据可知，水泵第一次供水时间段为 [8.97,10.95]，二次供水时间段为[20.

84, 22.96]。

二、分析与建模。

1）、记号。

引入如下记号：

——水的容积，时刻水的容积(m3);

—时刻（h）;

—流出水箱的流量是时间的函数（m3/h）.

—水泵的灌水速度（m3/h）.

——初始数据的当天测试时间。

—当天的时间（以24小时制）.

2）、散点图。

根据表1-1作出水箱中水位随时间变化的散点图图1，如下：

图1再根据表1-1计算出在相邻时间区间的重点及在时间区间内水箱中流出水的平均速度，并将其作成图2，如下：

图2问题已经转变为根据流速的一个函数值表，产生函数在整个区间(24小时)上的函数或函数值，插值是最常用的方法，可以考虑分段线性插值、三次样条插值等等。

三、程序与结果。

先作出所需的散点图，maple 7程序如下：

restart:

with(plots):

with(stats):

t:=[0,0.92,1.

84,2.95,3.87,4.

98,5.90,7.01,7.

93,8.97,9.98,10.

92,10.95,12.03,12.

95,13.88,14.98,15.

90,16.83,17.93,19.

04,19.96,20.84,22.

01,22.96,23.88,24.

99,25.91]:

h:=[9.68,9.

48,9.31,9.13,8.

98,8.81,8.69,8.

52,8.39,8.22,-1,-1,10.

82,10.50,10.21,9.

94,9.65,9.41,9.

18,8.92,8.66,8.

43,8.22,-1,10.82,10.

59,10.35,10.18]:

l:=[seq([t[i],h[i]],i=1..10),seq([t[i],h[i]],i=13..23),seq([t[i],h[i]],i=25..28)]:

plot(l,style=point);

t1:=[seq((t[i]+t[i+1])/2,i=1..27)]:

h1:=[seq((h[i]-h[i+1])/t[i+1]-t[i]),i=1..9),seq((h[i]-h[i+1])/t[i+1]-t[i]),i=13..

22),seq((h[i]-h[i+1])/t[i+1]-t[i]),i=25..27)]:

l1:=[seq([t1[i],h1[i]],i=1..9),seq([t1[i+3],h1[i]],i=10..

19),seq([t1[i+5],h1[i]],i=20..22)]:

f:=plot(l1,style=point):

display(f);

结果分别见图1和图2。

1）方法1用最小二乘估计得到用水率函数，然后在时间区间[0,24]上积分得到一天用水的总量。

maple 7程序及运行结果如下：

n:=7:

poly:=fit[leastsquare[[x,y],y=sum(a[i]*x^i,i=0..n),]seq(t1[i],i=1..

9),seq(t1[i],i=13..22),seq(t1[i],i=25..27)],h1]):

v1:=rhs(poly):

volume1:=evalf(int(v1,x=0..24)*pi*17.4^2/4);

g1:=plot(v1,x=0..25):

display([f,g1]);

按最小二乘估计法估计出：

灌水速度分别为：1.549001602立方米/小时，1.469259217立方米/小时；

全天的用水量约为：1259.232657立方米。

2）方法2根据假设，水流量只依靠于公众对水的需求，是一种自然的规律，它本身是一条相当光滑的曲线，有水泵工作时的数据当然最好，现在不知道，我们只能依据连续性，领先充水前后的数据来拟合曲线，为了得到水泵工作时的水流量，我们忽略水泵工作期间的数据，直接对充水前后的数据用三次样条插值来拟合。

maple 7程序及运行结果如下：

v2:=x->spline([seq(t1[i],i=1..9),seq(t1[i],i=13..

22),seq(t1[i],i=25..27)],seq(h1[i],i=1..22)],x,3):

volume2:=evalf(int(v2(x),x=0..24)*pi*17.4^2/4);

g2:=plot(v2(x),x=0..25):

display([f,g2]);

-(h[10]-h[1]),int(v1,x=0..t[10]),int(v2(x),x=0..t[10]);

(h[23]-h[13]),int(v1,x=t[13]..t[23]),int(v2(x),x=t[13]..t[23]);

(h[28]-h[25]),int(v1,x=t[25]..t[28]),int(v2(x),x=t[25]..t[28]);

(2.6+int(v1,x=t[10]..t[13]))t[13]-t[10]),2.6+int(v2(x),x=t[10]..t[13]))t[13]-t[10]);

数值计算与算法设计课程设计

算法设计与分析课程设计

算法设计与分析课程设计

算法分析与设计课程设计

其他用户还读了