1 2 3 4 5 ··· 9 下一页
摘要: 使用前将建立input.txt放在和该.m文件同一文件夹中运行即可 最后运行结果: 1.文本统计过后的信源空间 2.信源空间对应的柱状图 3.编码结果 4.译码结果 clc; close all; clear all; %数据读取 txt=fopen('input.txt'); shuju=fsca 阅读全文
posted @ 2022-03-27 20:22 py佐料 阅读(1255) 评论(0) 推荐(0) 编辑
摘要: 附上效果图: 成像后的图片即文件夹内名为“千图成像”.jpg 链接如下:百度网盘 链接:https://pan.baidu.com/s/1ThLT-YyrYqz4kX3DqhxS1w 提取码:8kdx 阅读全文
posted @ 2021-10-24 23:31 py佐料 阅读(139) 评论(0) 推荐(0) 编辑
摘要: matlab中输入判断矩阵,之后即可得到各类方法计算出的权重 disp('请输入判断矩阵A') A=input('A='); [n,n] = size(A); % % % % % % % % % % % % %方法1: 算术平均法求权重% % % % % % % % % % % % % Sum_A 阅读全文
posted @ 2021-10-21 14:49 py佐料 阅读(1779) 评论(0) 推荐(0) 编辑
摘要: 题目如图: 解法一: ycfun1: function y =yfun1(x); %这里申明是x的变量函数,则x(1)、x(2)就可以直接用了 %适应度函数 c1=[-4 -2]; c2=[1 1]; y=c1*x'+c2*x'.^2+5; %x的转置 ycfun2: %非线性约束 function 阅读全文
posted @ 2021-10-07 09:45 py佐料 阅读(948) 评论(0) 推荐(0) 编辑
摘要: 代码实现: (1)编写M函数Fun.m: function F=Fun(x); F=[-100*x(1)-90*x(2)-80*x(3)-70*x(4) %转成最小值 3*x(2)+2*x(4)]; (2)编写M文件: a=[-1 -1 0 0 0 0 -1 -1 3 0 2 0 0 3 0 2]; 阅读全文
posted @ 2021-10-06 20:01 py佐料 阅读(1195) 评论(0) 推荐(0) 编辑
摘要: ycfun1.m: %适应度函数 function y=ycfun1(x);%x为行向量 c1=[2 3 1]; c2=[3 1 0]; y=c1*x'+c2*x'.^2; y=-y; %因为非线性约束中求的是min,所以加“—”号 ycfun2.m: %非线性约束 function [f,g]=y 阅读全文
posted @ 2021-10-06 09:34 py佐料 阅读(494) 评论(0) 推荐(0) 编辑
摘要: 1. matlab中遗传工具箱 其中非线性约束中的ceq代表了非线性约束中的等式约束: 阅读全文
posted @ 2021-10-06 08:44 py佐料 阅读(123) 评论(0) 推荐(0) 编辑
摘要: 遗传算法 前引: 1、TSP问题 1.1 TSP问题定义 旅行商问题(Traveling Salesman Problem,TSP)称之为货担郎问题,TSP问题是一个经典组合优化的NP完全问题,组合优化问题是对存在组合排序或者搭配优化问题的一个概括,也是现实诸多领域相似问题的简化形式。 1.2 TS 阅读全文
posted @ 2021-10-04 21:27 py佐料 阅读(930) 评论(0) 推荐(0) 编辑
摘要: 多目标规划的模型基础: 正负偏差变量 即d2+,d2-分别表示决策值超过和未达到目标值的部分。且di+,di-均大于0 刚性约束和目标约束(柔性目标约束具有偏差) 多目标规划中,刚性约束中保持>=/<=不变。约束需要变换为柔性约束时,需要把>=/<=改成=(因为已经有了d2+,d2-用来表示正负偏差 阅读全文
posted @ 2021-09-26 23:16 py佐料 阅读(1230) 评论(0) 推荐(0) 编辑
摘要: 效果如图: 代码实现: clc,clear ob=VideoReader('test.mp4') %读取视频文件对象 get(ob) %获取视频对象的参数 n=ob.NumberOfFrame; %获取视频总帧数 for i=1:n a=read(ob,i) %读取视频对象的第i帧 imshow(a 阅读全文
posted @ 2021-09-23 20:41 py佐料 阅读(454) 评论(0) 推荐(0) 编辑
1 2 3 4 5 ··· 9 下一页