【数学建模】步长的选择(优化建模)

这篇具有很好参考价值的文章主要介绍了【数学建模】步长的选择(优化建模)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

人们每天都在行走,排除以运动健身为目的的走路方式,而仅仅考虑距离固定,以节省体力为最终目的的行走,那么选择多大的步长才最省力?

人在走路时所做的功等于抬高人体重心所需的势能与两腿运动所需的动能之和。在给定速度时,可以以单位时间内做功最小,即消耗能量最小为目标建立优化模型,并且确定出最优的走路步长。

人体分为躯体和下肢两部分,假设躯体以匀速前进,而把下肢看作长度固定的刚体棒。

Δ:人每走一步时,躯体重心移动的垂直距离。

θ:两脚着地时与竖直方向的夹角。

m:人体的质量,常量。

m':人行走时产生动能的“折合质量”,常量。

s:人行走时的固定步长。

n:人在单位时间内行走的步数。

v:人走路的速度(匀速),常量。

l:人的腿长,常量。

Ep:表示单位时间内消耗的势能。

Ek:表示单位时间内消耗的动能。

g:表示重力加速度,常量。 

【数学建模】步长的选择(优化建模),数学建模,数学建模

 如图所示,可知给定l和θ后,一个人每走一步其躯体重心移动的垂直距离为

Δ=l-OM=l-lcosθ=l(1-cosθ)

而人行走时的固定步长s=2lsinθ,故可得人行走的速度为v=ns。

而人行走时的固定步长s=2lsinθ,故可得人行走的速度为v=ns。

【数学建模】步长的选择(优化建模),数学建模,数学建模

另一方面,人在走路时,腿的速度不断变化,动能消耗应与v2成正比,所以总的动能消耗为

【数学建模】步长的选择(优化建模),数学建模,数学建模

 其中折合质量m'的数值可以通过实验测出,在实际应用时可以近似成每条腿的质量。将前面结果代入后有

【数学建模】步长的选择(优化建模),数学建模,数学建模

【数学建模】步长的选择(优化建模),数学建模,数学建模

 求导

【数学建模】步长的选择(优化建模),数学建模,数学建模

化简

【数学建模】步长的选择(优化建模),数学建模,数学建模

根据三角公式

【数学建模】步长的选择(优化建模),数学建模,数学建模

【数学建模】步长的选择(优化建模),数学建模,数学建模

故可得人行走时的最优步长为 

【数学建模】步长的选择(优化建模),数学建模,数学建模

假设某人质量为m=65kg,腿长为l=1m,一条腿的质量为m'=12kg,走路的速度v=1.5m/s,运用上述模型则有

【数学建模】步长的选择(优化建模),数学建模,数学建模

此时的最优行走步长为 

【数学建模】步长的选择(优化建模),数学建模,数学建模

一秒钟内行走的步数为 

 【数学建模】步长的选择(优化建模),数学建模,数学建模

 可以看出所得结果基本上是符合实际情况的。文章来源地址https://www.toymoban.com/news/detail-756596.html

到了这里,关于【数学建模】步长的选择(优化建模)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 数学建模:多目标优化算法

    🔆 文章首发于我的个人博客:欢迎大佬们来逛逛 算法流程: 两个目标权重求和,化为单目标函数,然后求解最优值 min ⁡ x ∑ i = 1 m w i F i ( x )  s.t.  g ( x ) ⩽ 0 h ( x ) = 0 begin{array}{ll}min _{x} sum_{i=1}^{m} {w_{i} F_{i}(x)} \\\\\\\\text { s.t. } g(x) leqslant 0 \\\\\\\\ h(x)=0end{array} min x ​  s.t. 

    2024年02月08日
    浏览(35)
  • 【数学建模】优化模型——规划模型

    在数学建模中,优化类问题是很常见的一种问题。这种问题里面通常涉及多个 变量 和 约束条件 ,并需要在这些变量和条件之下 优化某个函数 。最常见的例子就是,“达到最好效果”、“取得最大利润”、“极大降低风险”等等。遇到这类字眼,应首先考虑优化模型求解。

    2024年01月25日
    浏览(30)
  • 数学建模——模拟退火优化投影寻踪

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档   在考虑综合评价的时候,我们使用了各自主观、客观的方法去求解权重,客观权重的计算依靠着数据本身的分布来决定,有时候会出现各种各样不可抗拒的意外情况,其中在熵权法的解释在就有提到

    2024年02月11日
    浏览(32)
  • 最优化方法与数学建模

    目录 1. 梯度下降法 2. 牛顿法 3. 遗传算法 4. 数学建模案例

    2024年02月08日
    浏览(28)
  • 数学建模1:lingo软件求解优化模型

    本次数学建模学习笔记系列,以代码学习为主,附带建模及论文亮点记录 由于队友为两位经济学小伙伴,因此以大数据类型题目为主要学习方向 注:论文代码资料来源网络 1、结构清晰(后附该论文前两问的目录结构) 2、lingo求解优化模型,涉及函数循环与求和 3、表格很好

    2024年02月08日
    浏览(42)
  • 数学建模:智能优化算法及其python实现

    优化问题是指在满足一定条件下,在众多方案或参数值中寻找最优方案或参数值,以使得某个或多个功能指标达到最优,或使系统的某些性能指标达到最大值或最小值。优化问题广泛地存在于信号处理、图像处理、生产调度、任务分配、模式识别、自动控制和机械设计等众多

    2024年02月03日
    浏览(30)
  • 数学建模:线性与非线性优化算法

    🔆 文章首发于我的个人博客:欢迎大佬们来逛逛 优化算法 是指在满足一定条件下,在众多方案中或者参数中最优方案,或者参数值,以使得某个或者多个功能指标达到最优,或使得系统的某些性能指标达到最大值或者最小值 优化的两个关键点: 1.明确优化的目标函数 2.明确优化

    2024年02月07日
    浏览(32)
  • 数学建模:BP神经网络模型及其优化

    🔆 文章首发于我的个人博客:欢迎大佬们来逛逛 设 x 1 , x 2 , . . . , x i x_1,x_2,...,x_i x 1 ​ , x 2 ​ , ... , x i ​ 为输入变量, y y y 为输出变量, u j u_j u j ​ 为隐藏层神经元 的输出, f 为 激活函数 的映射关系。 设 v i j v_{ij} v ij ​ 为第 i i i 个输入变量与第 j j j 个隐藏层神经

    2024年02月11日
    浏览(34)
  • 2023年第三届长三角高校数学建模竞赛】A 题 快递包裹装箱优化问题 详细数学建模过程

    【2023年第三届长三角高校数学建模竞赛】A 题 快递包裹装箱优化问题 20页完整论文及代码 2022 年,中国一年的包裹已经超过 1000 亿件,占据了全球快递事务量的一半以上。近几年,中国每年新增包裹数量相当于美国整个国家一年的包裹数量, 十年前中国还是物流成本最昂贵

    2024年02月06日
    浏览(44)
  • 【数学建模竞赛】优化类赛题常用算法解析

    问题理解和建模:首先,需要深入理解问题,并将问题抽象为数学模型。这包括确定问题的目标函数、约束条件和决策变量。 模型分析和求解方法选择:对建立的数学模型进行分析,可以使用数学工具和方法,例如最优化算法、梯度下降法、遗传算法、模拟退火等。根据问题

    2024年02月09日
    浏览(33)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包