为了解工业智能化发展的动态演变规律本文使用Matlab软件对2011—2019年中国281个城市的工业智能化水平进行核密度估计。

核密度估计是一种用于估计随机变量概率密度函数的非参数方法。在本文中，使用Matlab软件对2011年至2019年期间中国281个城市的工业智能化水平进行核密度估计。

首先，将281个城市的工业智能化水平数据导入Matlab软件。然后，使用核密度估计函数对这些数据进行分析。核密度估计函数会根据数据的分布情况，估计出每个数据点的概率密度。

在进行核密度估计之前，需要选择合适的核函数和带宽。核函数决定了估计的平滑程度，而带宽则控制了核函数的宽度。根据实际情况，可以选择高斯核函数作为核函数，并通过交叉验证等方法选择合适的带宽。

完成核密度估计后，可以得到每个城市工业智能化水平的概率密度函数。通过观察概率密度函数的形状和变化趋势，可以分析工业智能化水平的动态演变规律。

最后，可以使用Matlab的可视化工具将概率密度函数进行可视化，以便更直观地观察工业智能化水平的变化。可以绘制概率密度曲线图、核密度图等，以及进行比较分析。

通过以上步骤，可以使用Matlab软件对2011年至2019年期间中国281个城市的工业智能化水平进行核密度估计，并分析其动态演变规律。这将有助于了解工业智能化发展的趋势和特点，为相关决策提供科学依据。