部分MATLAB函数实现_精品文档.txt资料文档下载

1、cd c:my_dir %c:my_dirsave saf X Y Z %XYZ浽saf.matdir %棬Zclear %load saf Z %Zwho %1.Time=1 2 3 4 5 6 7 8 9 10 11 12 13X_Da=2.32 3.43;4.37 5.98vect_a=1 2 3 4 5Matrix_B=1 2 3; 2 3 4;3 4 5Null_M= %2a=2.7;b=13/25;C=1,2*a+i*b,b*sqrt（a）;sin（pi/4）,a+5*b,3.5+1R=1 2 3;4 5 6,M=11 12 13;14 15 16CN=R+i*M3symsym（1

2、2nsym_matrix=sym（A B C;NIHAO,Welcome,to beijing,sym_digits=sym（1 2 3;a b c;sin（x） cos（y） tan（z）clc;a,b,c;Jack,Help,Me!NO,WAY,!a=1/3 sqrt（2） 3.4234;exp（0.23） log（29） 23（-11.23）s=sym（a）4catA=cat（n,A1,A2,Am） %A1=1,2,3;4,5,6;7,8,9;A2=A1A3=A1-A2;A4=cat（3,A1,A2,A3）5zeros（）zeros（n）zeros（m,n）zeros（m,n）zeros

3、（size（A）n=6;A=zeros（n）6eyeY=eye（n）eyem,n）eye（size（A）n=4;m=5;Y1=eye（n）Y2=eye（m,n）Y3=eye（size（Y1）7ones1Y=ones（n）ones（m,n）ones（size（A）m=6;X1=ones（m,n）d1=2;d2=3;d3=4;X2=ones（d1,d2,d3）8randY=rand（n）rand（m,n）rand（size（A）s=rand（state） 35rand（,s） S.,0） ,j） jj,sum（100*clock） R=rand（3,4）a=10;b=20;x=a+（b-a）*ra

4、nd（4）9randnY=randn（n） %n*nrandn %s=randn（） 20.60.14mu=0.6;sigma=0.1;x=mu+sqrt（sigma）*randn（4）10randpermp=randperm（n） %1nrandperm（6）11linspacey=linspace（a,b %a,b）100y=linspace（a,b,n） %a,b） n 1-20010020a=1;b=200;y=linspace（a,b）z=linspace（a,b,100）a=0;12logspacey=logspace（a,b %10a,10b）50y=l0gspace（a,b,n

5、） %10a,10b）n 102-1045030a=2;b=4;x1=logspace（a,b）x2=logspace（a,b,30）13companA=compan（u）x-1）x+2）（x-3）x3-8*x+13u=1,0,-8,13;eig（A）u=1,-2,-5,6;han1=83.0 79.8 78.1 85.1 86.6 88.2 90.3 86.7 93.3 92.5 90.9 96.9101.7 85.1 87.8 91.6 93.4 94.5 97.4 99.5 104.2 102.3 101.0 123.592.2 114.0 93.3 101.0 103.5 105.2

6、109.5 109.2 109.6 111.2 121.7 131.3105.0 125.7 106.6 116.0 117.6 118.0 121.7 118.7 120.2 127.8 121.8 121.9139.3 129.5 122.5 124.5 135.7 130.8 138.7 133.7 136.8 138.9 129.6 133.7137.5 135.3 133.0 133.4 142.8 141.6 142.9 147.3 159.6 162.1 153.5 155.9163.2 159.7 158.4 145.2 124.0 144.1 157.0 162.6 171.

7、8 180.7 173.5 176.5;han1（end,:）=;m=size（han1,2）; % x0=mean（han1,2）; %han1x1=cumsum（x0）; %x1（k）=x0（k-1）+x0（k）alpha=0.4;n=length（x0）; %z1z1=alpha*x1（2:n）+（1-alpha）*x1（1:n-1） %z1 Y=x0（2:n）;B=-z1,ones（n-1,1）;ab=BY %abk=6; %k+1x7hat=（x0（1）-ab（2）/ab（1）*（exp（-ab（1）*k）-exp（-ab（1）*（k-1）%z=m*x7hat %u=sum（han1

8、）/sum（sum（han1） %=/v=z*u % 2renkourenkou1=rk（:,1）; %renkourenkou2=rk（:,2）; %renkourenkou3=rk（:,3）; %renkoux0=renkou2 % %lamda=x0（1:n-1）./x0（2:n） %range=minmax（lamda） %x1=cumsum（x0） %x1for i=2:n z（i）=0.5*（x1（i）+x1（i-1）;end %=0.5z1B=-z（2:n）,ones（n-1,1）; % %u=BY %u=（a,b）x=dsolve（Dx+a*x=bx（0）=x0 %x（1）=x

9、0x=subs（x,ax0,u（1）,u（2）,x1（1）; %滻yuce1=subs（x,t,0:n-1）; %digits（6）,y=vpa（x） %x5yuce=x0（1）,diff（yuce1）epsilon=x0-yuce %delta=abs（epsilon./x0） %rho=1-（1-0.5*u（1）/（1+0.5*u（1）*lamda %clc,clear %yuce（1）=x0（1）;n yuce（i）=yuce1（i）-yuce1（i-1）;yuce=vpa（yuce）2򵥰fplot（variable.*variable,0,31）; %variable.

10、*variable?0,31NIND=4; %MAXGEN=10; %PRECI=5; % GGAP=1; %trace=zeros（2,MAXGEN）; %FieldD=5;0;31;1;1; %Chrom=crtbp（NIND,PRECI）; %gen=0; %variable=bs2rv（Chrom,FieldD）; %ObjV=variable.*variable; %while genMAXGEN FitnV=ranking（-ObjV）; % SelCh=select（sus,Chrom,FitnV,GGAP）; % SelCh=recombin（xovsp,SelCh,1）; %

11、飬100% SelCh=mut（SelCh）; % variable=bs2rv（SelCh,FieldD）; % ObjVSel=variable.*variable; % Chrom ObjV=reins（Chrom,SelCh,1,1,ObjV,ObjVSel）; % variable=bs2rv（Chrom,FieldD）; % gen=gen+1; %1 %Y,I Y,I=max（ObjV）; hold on; plot（variable（I）,Y,bo trace（1,gen）=max（ObjV）; % trace（2,gen）=sum（ObjV）/length（ObjV）; %g

12、rid,hold on;plot（variable,ObjV,b*figure（2）;plot（trace（1,:）;hold on;plot（trace（2,:）,-.legend（仯仯򵥵,棬Max f（x1,x2）=100*（x1*x1-x2）.2+（1-x1）.2; -2.0480=x1,x2=bestv % bestv=fmax; % bvalxx=bval（indmax,: % optxx=xx（indmax,: %x1,x2 Bfit1（ii）=bestv; % 洢 % %（N-1） %N-1 r=rand; %r tmp=find（r=q）; newbval（i,

13、:）=bval（tmp（1）,: %r newbval（N,:）=bvalxx; % bval=newbval; %- %2:（N-1） % cc=rand; %cc if ccpc %0.8 point=ceil（rand*（2*L-1）; %12L-1/ceil+1 ch=bval（i,: bval（i,point+1:2*L）=bval（i+1,point+1:2*L）; bval（i+1,point+1:2*L）=ch（1,point+1:%ii+1point+12L bval（N,: %,i=79 % mm=rand（N,2*L）0 flag=0; for m=1:L-3 for n

14、=m+2:L-1 if d（c1（m）,c1（n）+d（c1（m+1）,c1（n+1）d（c1（m）,c1（m+1）+d（c1（n）,c1（n+1） flag=1; c1（m+1:n）=c1（n:-1:m+1）; end end end end J（k,c1）=1:102;J=J/102;J（:,1）=0;,102）=1;,sum（clock）;% A=J;dai % 01 B=A; c=randperm（w）;% B w F=2+floor（100*rand（1）; temp=B（c（i）,F:102）; B（c（i）,F:102）=B（c（i+1）,F: B（c（i+1）,F:102）=t

15、emp;% C by=find（rand（1,w）p_best_fitness（count_x）p_best_fitness（count_x） = current_fitness（count_x）;for count_y = 1:p_best（count_x,count_y） = particle_position（count_x,count_y）;%decide on the global best among all the particlesg_best_val,g_best_index = max（current_fitness）;%g_best contains the positi

16、on of teh global bestg_best（count_y） = particle_position（g_best_index,count_y）;%update the position and velocity compponentsp_current（count_y） = particle_position（count_x,count_y）;particle_velocity（count_y） = particle_velocity（count_y） + c1*rand*（p_best（count_y）-p_current（count_y） + c2*rand*（g_best（

17、count_y）-p_current（count_y）;particle_positon（count_x,count_y） = p_current（count_y） +particle_velocity（count_y）;g_bestcurrent_fitness（g_best_index）clear all, clc % pso exampleiter = 1000; % number of algorithm iterationsnp = 2; % number of model parametersns = 10; % number of sets of model parameters

18、Wmax = 0.9; % maximum inertial weightWmin = 0.4; % minimum inertial weightc1 = 2.0; % parameter in PSO methodologyc2 = 2.0;Pmax = 10 10; % maximum model parameter valuePmin = -10 -10; % minimum model parameter valueVmax = 1 1; % maximum change in model parameterVmin = -1 -1; % minimum change in mode

19、l parametermodelparameters（1:np,1:ns） = 0; % set all model parameter estimates for all model parameter sets to zeromodelparameterchanges（1: % set all change in model parameter estimates for all model parameter sets to zerobestmodelparameters（1: % set best model parameter estimates for all model para

20、meter sets to zerosetbestcostfunction（1:ns） = 1e6; % set best cost function of each model parameter set to a large numberglobalbestparameters（1:np） = 0; % set best model parameter values for all model parameter sets to zerobestparameters = globalbestparameters % best model parameter values for all m

21、odel parameter sets （to plot）globalbestcostfunction = 1e6; % set best cost function for all model parameter sets to a large numberi = 0; % indicates ith algorithm iterationj = 0; % indicates jth set of model parametersk = 0; % indicates kth model parameterfor k = 1:np % initializationfor j = 1:nsmod

22、elparameters（k,j） = （Pmax（k）-Pmin（k）*rand（1） + Pmin（k）; % randomly distribute model parametersmodelparameterchanges（k,j） = （Vmax（k）-Vmin（k）*rand（1） + Vmin（k）; % randomly distribute change in model parametersfor i = 2:iterx = modelparameters（:,j）;% calculate cost functioncostfunction = 105*（x（2）-x（1）

23、2）2 + （1-x（1）2;if costfunction setbestcostfunction（j） % best cost function for jth set of model parametersbestmodelparameters（:,j） = modelparameters（:setbestcostfunction（j） = costfunction;4sj=d1;sj=sj*pi/180;S0=;Sum=inf;1000 S=1 1+randperm（100）,102; temp=0; temp=temp+d（S（i）,S（i+1）; if tempSum S0=S;Sum=temp;e=0.130;L=20000;at=0.999;T=1;% L % c=2+floor（100*rand（1,2）;c=sort（c）;c1=c（1）;c2=c（2）; % df=d（S0（c1-1）,S0（c2）+d（S0（c1）,S0（c2+1）-d（S0（c1-1）,S0（c1）-d（S0（c2）,S0（c2+1）; % if dfrand（1） end T=T*at; if Te break; % S0,Sumpath=S0;xx=sj（path,1）;yy=sj（path,2）;）