其它技术问题
c++调用matlab引擎solve()函数时，无法从matlab中读取正确结果
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区代码见下文，其中注释掉的部分是调用fsolve()函数的过程，可以正确运行；但是替换成调用solve()函数时，结果不正确。附的图片是调用solve()函数的计算结果:
#include <iostream>
#include <math.h>
#include <mex.h>
#include <engine.h>
#include <matrix.h>
#include <vector>
#pragma comment(lib, "libmx.lib")
#pragma comment (lib, "libmat.lib")
#pragma comment(lib,"libeng.lib")
#pragma comment(lib,"libmex.lib")
using namespace std;
int main()
{
Engine* eng;
if (!(eng=engOpen(NULL)))
{
cout<<endl<<"Error"<<endl;
exit(1);
}
int num=2;
mxArray* p_result_matlab=mxCreateDoubleMatrix(1*num,1,mxREAL);
double *pc;
/*engEvalString(eng,"fs=@(x)([2*x(1)-x(2)-exp(-x(1));x(1)+2*x(2)-exp(-x(2))]);");
engEvalString(eng,"x0=[1;1];");
engEvalString(eng,"x=fsolve(fs,x0)");*/
engEvalString(eng,"fs=@(x)(x.^2-2*x.+1);");
engEvalString(eng,"x=solve(fs)");
p_result_matlab=engGetVariable(eng,"x");
pc=mxGetPr(p_result_matlab);
for (int i=0;i<1*num;i++)
{
cout<<pc[i]<<endl;
}
mxDestroyArray(p_result_matlab);
engClose(eng);
return 0;
}
相关推荐
隐式格式的MATLAB代码-lp_solve:从macOs/Linux的源代码构建lp_solve;lp_solve是一个混合整数线性规划求解
一旦模型构建完成，你可以通过调用lp_solve的MATLAB函数来求解。
Genesis物理引擎C++实战：从编译配置到实时求解器调优
物理仿真引擎是机器人控制、运动规划与可解释动力学建模的核心基础设施。其本质是基于牛顿-欧拉方程或拉格朗日形式的数值求解系统，依赖精确的碰撞检测、约束求解与时间积分算法。技术价值在于提供确定性、可调试、低延迟的刚体动力学行为，支撑高保真仿真验证。典型应用场景包括四足机器人斜坡打滑分析、双摆混沌轨迹复现、AGV车队调度仿真等对物理可信度要求严苛的工程领域。本文聚焦Genesis Physics Engine这一轻量级C++物理求解器，深入解析其零依赖架构、坐标系对齐机制与实时求解器配置策略，覆盖源码编译、刚体初
高考数学AI解题实战：Gemini与Deepseek的Matlab代码可靠性对比
AI辅助数学解题已从概念走向课堂落地，其核心在于将自然语言题干准确转化为可执行、可验证的Matlab代码。这涉及语义理解、解法映射与代码鲁棒性三层能力，远超通用大模型的问答范畴。Gemini在题干解析与符号约束识别上表现稳定，Deepseek则在复杂符号推导中展现更强算力，但二者均面临Matlab版本兼容性、API可用性及服务稳定性等工程挑战。教育场景下，“可运行的正确答案”比“理论上最优解”更具教学价值。本文聚焦高考数学典型题型，结合DeepAI平台编排、本地Matlab验证与版本适配实践，系统揭示AI生
lp_solve_5.5.2.5_MATLAB_exe_win32.zip
- MATLAB编程：编写和运行MATLAB脚本，调用外部库。- lp_solve接口：学习如何在MATLAB中与lp_solve优化引擎交互，例如设置问题、指定约束、读取结果。
最大最小值零点问题的matlab代码-lp_solve:用CMake构建lp_solve
**注意事项**： - 安装和配置`lp_solve`时，确保路径设置正确，以便MATLAB和CMake能够找到相关库。
