算法设计与实践（基于MWORKS）课件 第一章 算法设计与MWORKS

第一章算法设计与MWORKS1.1算法设计简介1.2MWORKS.Syslab简介CONTENTS目录算法核心地位算法设计是计算机软件开发人员必需掌握的技能之一。算法内容总览涵盖算法基本概念、设计目标、常用算法及本书主要内容。1.1算法设计简介

算法核心地位算法是计算机科学核心，也是解决各类复杂问题的关键工具，在数字化时代无处不在。

算法应用场景搜索引擎快速匹配信息、电商平台精准推荐商品等场景，背后均依托精心设计的算法。1.1算法设计简介

算法的定义算法是一系列解决问题的清晰指令，对计算机而言，是有限、确切定义的计算步骤，用于解决特定问题或任务。

算法示例说明例如，计算两个数之和的算法可以描述为：首先读取这两个数，然后将它们相加，最后输出结果。

算法核心特性算法核心特性：有穷性、确定性、零或多输入、一或多输出、可行性。1.1.1算法的基本概念1.1算法设计简介算法核心目标概述算法核心目标之一是正确性：需能正确解决给定问题，对所有合法输入输出正确结果，这是最基本要求。1.1.2算法设计的目标1.1算法设计简介算法效率与可读性要求

算法高效性要求执行效率是算法优劣的重要指标，通过时间复杂度衡量时间效率，空间复杂度衡量空间效率，以低耗完成任务。算法可读性要求算法需兼顾计算机执行与开发者理解维护，逻辑清晰、注释详细的算法利于协作开发及后续修改优化。1.1.2算法设计的目标1.1算法设计简介

算法健壮性要求算法需具备良好容错能力，可对非法输入或异常情况作适当处理，避免崩溃或产生不可预测结果。1.1.2算法设计的目标1.1算法设计简介核心内容概述本书介绍计算机领域常用算法并通过MWORKS平台编程实现，涵盖基础数据结构、排序、搜索、图相关算法。线性代数内容补充因MWORKS平台科学计算以矩阵运算为基础，补充线性代数知识及实现，含矩阵运算等多类内容。APP开发内容介绍MWORKS平台缺计算机专业仿真工具箱，结合该专业需用户界面的特点，本书最后两章介绍基于Python和C++的MWORKSAPP开发。1.1.3常见算法及本书的主要内容1.1算法设计简介算法分析是评估算法性能的重要手段，主要从时间复杂度和空间复杂度两个方面进行

时间复杂度时间复杂度指算法执行时间随输入规模的变化情况，用大O记号表示，复杂度越低效率越高。1.1.4算法分析1.1算法设计简介空间复杂度

空间复杂度说明空间复杂度表示算法执行所需额外存储空间随输入规模的变化，用大O记号表示，如O(1)为常数空间，O(n)与输入规模成正比。

算法分析的意义设计算法需兼顾时间效率与空间复杂度，尤其内存有限时；学习算法设计与性能分析，能助力选合适算法高效解题，为深入学习打基础。1.1.4算法分析1.1算法设计简介平台应用领域MWORKS在科学计算等领域因功能丰富适用性强崭露头角。Syslab平台介绍MWORKS的Syslab是支持Julia语言的科学计算平台。平台资源现状当前基于MWORKS的算法设计专业书籍数量较少。1.2MWORKS.Syslab简介

装备数智化发展背景新一轮科技革命推动新型技术涌现，美中装备数字化工程发布，装备研制步入数智融合新时代。

信息物理融合系统核心装备属信息物理融合系统，由信息域与物理域构成，其设计建模与仿真是装备数字化核心。

MWORKS平台核心价值同元软控开发的MWORKS是自主可控的数智化平台底座，全面支持信息物理融合系统全流程工作。1.2.1MWORKS简介1.2MWORKS.Syslab简介

MWORKS平台MWORKS支持装备数字化全流程管理与多融合应用，还提供规范扩展开发手段

MWORKS生态底座MWORKS以规范开放架构打造云原生平台，构建行业数字化环境与开放生态1.2.1MWORKS简介1.2MWORKS.Syslab简介MWORKS是新一代科学计算与系统建模仿真平台

科学计算环境特点采用新一代高性能计算语言Julia，打造MWORKS.Syslab，支持Julia集成开发调试，兼容Python、C/C++、M等语言。

系统建模仿真优势基于多领域物理统一建模规范Modelica开发MWORKS.Sysplorer，支持多种开发范式，配丰富工具箱与物理模型库，覆盖MATLAB/Simulink®整体功能并创新。

平台整体组成架构科学计算与系统建模仿真平台MWORKS由四大系统级产品、系列工具箱、模型库及函数库、工业知识模型互联平台组成。1.2.1MWORKS简介1.2MWORKS.Syslab简介MWORKS四大系统级产品

系统架构设计环境全面支持SysML规范，提供需求建模、功能分析等功能，支持自顶向下设计与自底而上架构组装，实现仿真一体化。

科学计算环境基于Julia语言，提供通用编程、数据分析等功能，支持算法开发、数值计算，支撑信息物理融合系统建模仿真。

多领域建模仿真环境完全支持Modelica规范，提供多范式建模、仿真求解等功能，为数字孪生等应用提供全面支撑。

协同建模管理环境提供协同建模、模型管理等功能与集成接口，打造云端协同环境，支撑模型跨层次管理与全流程贯通。1.2.1MWORKS简介1.2MWORKS.Syslab简介MWORKS模型库及函数库

模型库覆盖情况涵盖传动、液压、电机、热流等典型专业，覆盖航天、航空、汽车等多重点行业，支持用户自行扩展。

模型库实用价值提供的基础模型可大幅降低复杂产品模型开发门槛，减少模型开发人员的学习成本。

函数库功能构成提供基础数学、绘图等基础功能函数，内置曲线拟合、符号数学、优化等高质优选函数库。

函数库适用场景支持用户自行扩展，可服务教学、科研、通信等行业用户开展教学科研、数据分析等工作。1.2.1MWORKS简介1.2MWORKS.Syslab简介MWORKS系列工具箱MWORKS系列工具箱基于开放API开发，含多类专业工具箱，满足多样化数字化设计等需求。MWORKS工业平台MoHub工业知识模型互联平台，以Modelica为基础，融合三大技术，提供多类功能服务，促工业知识模型高效创新应用。1.2.1MWORKS简介1.2MWORKS.Syslab简介核心定位与功能作为新一代科学计算环境，为算法开发、数值计算、数据分析可视化等提供通用编程开发环境。基于高性能科学计算语言Julia，兼容Python和M语言，支持多编程语言相互调用。跨领域应用支持依托丰富专业工具箱，可支撑信号处理、通信仿真、人工智能等多领域计算应用。CPS建模仿真支撑其信息域计算分析可与物理域建模仿真相融合，支撑完整的信息物理融合系统建模仿真。1.2.2MWORKS.Syslab简介1.2MWORKS.Syslab简介MWORKS.Syslab的具体功能

多语言编程支持采用Julia语言，配备交互式编程环境，支持算法开发调试运行，兼容多语言并支持相互调用。高性能计算能力内置大量数学函数，能简洁表达复杂科学工程数学问题，依托Julia编译机制实现高效计算。数据处理可视化支持多格式数据导入导出，可进行预处理、分析与可视化，能生成出版级专业图形并支持交互。专业工具箱配备内置信号处理、控制系统、AI与数据科学等系列专业工具箱，支撑领域工具开发运行。1.2.2MWORKS.Syslab简介1.2MWORKS.Syslab简介MWORKS.Syslab的应用场景

信号通信仿真功能支持均匀/非均匀采样信号分析、预处理、特征提取，数字滤波器设计，为信号处理和通信系统设计仿真提供支撑。

自控系统开发支撑支持控制系统从对象建模、算法设计调节到代码生成部署，以及系统验证、确认和测试全流程。

数据智能分析能力支持聚类、主成分分析等数据建模，以及多种深度学习网络的设计、构建与训练，助力人工智能应用。

图像视觉处理服务支持图像导入导出、类型转换、分割分析、滤波增强等操作，为图像处理与算法开发提供支撑。

软件运行环境要求最低需1GHz2核CPU、8GB内存、20GB存储、1024ｘ768分辨率，推荐更高配置，支持Win7/10/11系统。1.2.2MWORKS.Syslab简介1.2MWORKS.Syslab简介MWORKS.Syslab界面布局

01界面核心布局构成MWORKS.Syslab界面主要由工具栏Ribbon、左侧边栏、命令窗口、工作区、状态栏五大块构成，各区域功能明确。

02命令面板使用说明命令面板是平台快捷键主要交互界面，可通过F1键或Ctrl+Shift+P键打开，对应界面如图1-12所示。

03多视图窗口功能MWORKS.Syslab支持多视图窗口，可同时打开多页面并左右拆分，按Ctrl+Pagedown/Pageup可跳转Tab页。1.2.2MWORKS.Syslab简介1.2MWORKS.Syslab简介MWORKS.Syslab新建工程流程

工程新建流程指引从无到有新建工程，包含打开文件夹、新建文件、编写保存代码、执行文件等操作步骤，全程配对应图示。

资源管理器功能说明默认位于左侧侧边栏首位，提供目录结构树管理，支持文件及文件夹的增删改查，打开文件夹后以树形结构展示目录。

文件与文件夹操作可在指定目录新建Julia类型文件并改名，也能新建文件夹，单击文件节点可打开文本视图进行查看和代码编辑。1.2.2MWORKS.Sysl