2019/09/04最新进展

今日完成的工作：

1.根据昨天的安全距离模型，代入数据进行实验；实验数据如下：

 

2.实验用到的公式是我基于ASSHTO模型改进的：

所用到的工具有matlab（求解二元一次方程）、devcpp（写一个简单的判断程序）

代码如下：

#include<bits/stdc++.h>
using namespace std;
int main(){
    double v1[7]={60,70,80,90,100,110,120},u,s,v2;
    cin>>u>>s;
    double t1=60.0/(3.6*u*9.8)+0.1;
    double xx=u*254*0.695;
    double yy=(s-5)*254*u;    
    cout<<t1<<" "<<xx<<" "<<yy<<endl;
    
    cout<<"input v2"<<endl;
    cin>>v2;    
    
    for(int i=1;i<7;i++)
    {
        double vv2=v2;
        t1=v1[i]/(3.6*u*9.8)+0.1;
        if(t1>2.5)
            vv2+=u*9.8*(t1-2.5)*(t1-2.5)/0.4;
        cout<<setiosflags(ios::fixed)<<setprecision(2)<<vv2<<"   ";
    }
    
    
    
    return 0;
}

Matlab求解代码为：

x=solve('x^2+44.1325*x-2857.5=0','x')   然后回车，就可以看见解。

明日计划：

1.依然是做实验，根据模型测试数据。模型是我演算的第二个模型。

2.处理今天的实验数据，与相关论文中的数据作对比，进行数据分析。

3.用相关数学工具，把我的实验数据做成图表。

心得体会：

1.昨天晚上和组员商量，我们没钱搞云数据库，还是想办法搞好SQLite吧。

2.根据一个公式，代入实验数据求出结果。这个过程需要很认真，不能有失误。而且需要时刻保持对数据的敏感，一旦发现数据有问题，就要回过头看看是不是自己的求解程序出错了，今天我就发现了一个变量累加的错误，我应该在每次循坏开始给它赋初始值，要不然累加会导致巨大的数据误差。

3.怎么说呢，还是加油吧。

4.其实学习还是很幸福的一件事，它不会因为你什么也不懂，就不给你第二次证明自己的机会。它也不会因为你犯了错误，就抛弃你。