摘要: 灰色预测的主要特点是只需要4个数据,就能解决历史数据少,序列的完整性以及可靠性低的问题,能将无规律的原始数据进行生成得到规律性较强的生成序列,易于检验 但缺点是只适合中短期的预测,且只适合指数级增长的预测. 在建立灰色预测模型之前,需先对原始时间序列进行数据处理,经过数据预处理后的数据序列称为生成列 阅读全文
posted @ 2018-09-13 19:06 clemente 阅读(1424) 评论(0) 推荐(0) 编辑
摘要: matlab自带的biography(产生一个句柄) 可以用于画图 R=[1 1 2 4 1 2 3 3 5 7 3 4 5 6 7 8]; % 起始节点编号 C=[2 3 3 3 4 5 5 6 6 6 7 7 8 8 8 7]; % 起始节点可连接的节点编号 W=[2 8 6 7 1 1 5 1 阅读全文
posted @ 2018-09-13 10:53 clemente 阅读(1414) 评论(0) 推荐(0) 编辑
摘要: polyshape 函数可创建由二维顶点定义的多边形,并返回具有描述其顶点、实心区域和孔的各种属性的 polyshape 对象。例如,pgon = polyshape([0 0 1 1],[1 0 0 1]) 将创建由四个点 (0,1)、(0,0)、(1,0) 和 (1,1) 定义的实心正方形。 p 阅读全文
posted @ 2018-09-12 21:42 clemente 阅读(1480) 评论(0) 推荐(0) 编辑
摘要: 基本概念: 图论〔Graph Theory〕是数学的一个分支。它以图为研究对象。图论中的图是由若干给定的点及连接两点的线所构成的图形,这种图形通常用来描述某些事物之间的某种特定关系,用点代表事物,用连接两点的线表示相应两个事物间具有这种关系。 图论是一种表示 "多对多" 的关系 图是由顶点和边组成的 阅读全文
posted @ 2018-09-12 09:33 clemente 阅读(1024) 评论(0) 推荐(0) 编辑
只有注册用户登录后才能阅读该文。 阅读全文
posted @ 2018-09-07 13:13 clemente 阅读(50) 评论(0) 推荐(0) 编辑
摘要: % MTSP Fix_GA固定多个旅行商问题(M-TSP)遗传算法(GA) % 通过设置找到MTSP变体的(近似)最优解 %通过GA搜索最短路线(每个推销员从起始位置到个别城市并返回原始起点所需的最短距离) % 说明: % 1.每个推销员从第一个点开始,到第一个点结束,但前往一组中唯一的城市 % 2 阅读全文
posted @ 2018-09-06 14:07 clemente 阅读(1587) 评论(1) 推荐(1) 编辑
摘要: 生成网格矩阵,并且根据条件筛选,重新赋值为0,1二值图像 clear all;close all; %生成二值图 index= randperm(2500,1000); %生成10个不重复随机指标 Z= ones(50,50); %默认白底 Z(index) = 0; %随机指标处黑底 images 阅读全文
posted @ 2018-09-06 11:21 clemente 阅读(1100) 评论(0) 推荐(0) 编辑
摘要: 下面举例说明如何运用GA工具箱求解多约束非线性规划问题: function f =fitness(x) f=exp(x(1))*(4*x(1)^2+2*x(2)^2+4*x(1)*x(2)+2*x(2)+1); function [c,ceq]=constraint(x) c(1)=1.5+x(1) 阅读全文
posted @ 2018-09-05 22:13 clemente 阅读(5148) 评论(0) 推荐(0) 编辑
摘要: 求非线性规划 min f(x)= x(1)^2 + x(2)^2 + 8 s.t. { x(1)^2-x(2)>=0 , -x(1) - x(2)^2 +2 = 0, x(1)>=0 ,x(2)>=0 } 首先定义增广目标函数 编写M函数 fitness.m function g =fitness( 阅读全文
posted @ 2018-09-05 20:42 clemente 阅读(636) 评论(0) 推荐(0) 编辑
摘要: import matplotlib.pyplot as plt X=[56.70466067,56.70466067,56.70466067,56.70466067,56.70466067,58.03256629,58.03256629,58.03256629,58.03256629,58.0325 阅读全文
posted @ 2018-09-05 16:35 clemente 阅读(494) 评论(0) 推荐(0) 编辑
摘要: %x=[randn(30,2)*.4;randn(40,2)*.5+ones(40,1)*[4 4]]; 测试 数据 或者 可以另外指定 X=[56.70466067,56.70466067,56.70466067,56.70466067,56.70466067,58.03256629,58.032 阅读全文
posted @ 2018-09-05 16:03 clemente 阅读(1481) 评论(0) 推荐(0) 编辑
只有注册用户登录后才能阅读该文。 阅读全文
posted @ 2018-09-04 15:52 clemente 阅读(286) 评论(0) 推荐(0) 编辑
摘要: 1.quadprog 二次规划的函数 Matlab 中二次规划的数学模型可表述如下 其中 H是把目标函数二次项部分进行实对称矩阵, f是线性函数的列向量。 例求解二次规划 得到 h=[4,-4;-4,8]; 注意Matlab 中二次规划的数学模型中H 之前有个1/2 所以 对称二次型矩阵要乘以2 即 阅读全文
posted @ 2018-09-04 12:51 clemente 阅读(11668) 评论(0) 推荐(1) 编辑
摘要: clear all;close all;clc; n=20; p=rand(n,2); p=createSimplyPoly(p); %创建简单多边形 hold on; for i=1:n if i==1 %处理第一个点 v1=p(n,:)-p(1,:); %当前点到前一点向量 v2=p(2,:)- 阅读全文
posted @ 2018-09-03 19:28 clemente 阅读(938) 评论(0) 推荐(0) 编辑
摘要: clear all; close all; clc; n=100; p=rand(n,2); p1=p(1,:); %取第一行的值 P1点 p2=p(2,:); %取第二行的值 P2点 r=sqrt((p1(1)-p2(1))^2+(p1(2)-p2(2))^2)/2; %求两点半径 cenp=(p 阅读全文
posted @ 2018-09-03 16:42 clemente 阅读(1007) 评论(0) 推荐(0) 编辑
摘要: function [matrixB] = blurmatrix(matrixA,newDim) %matrixA是待缩小的矩阵,newDim是新矩阵的维度 ADim= min(size(matrixA)); %取最小的维度 matrixB = zeros(newDim); k=floor(ADim/ 阅读全文
posted @ 2018-09-03 11:07 clemente 阅读(414) 评论(0) 推荐(0) 编辑
摘要: %% 该函数用于演示基于蚁群算法的三维路径规划算法 %% 清空环境 clc clear %% 数据初始化 HeightData = [2000 1400 800 650 500 750 1000 950 900 800 700 900 1100 1050 1000 1150 1300 1250 12 阅读全文
posted @ 2018-09-01 12:45 clemente 阅读(1785) 评论(0) 推荐(0) 编辑
摘要: %% 该文件演示基于TSP-PSO算法 clc;clear %% 模拟随机产生数据 x=1:1:100;x=x(:); y = randi([10,100],100,1); data=[ones(100,1), x ,y]; cityCoor=[data(:,2) data(:,3)];%城市坐标矩 阅读全文
posted @ 2018-08-31 16:02 clemente 阅读(1046) 评论(0) 推荐(0) 编辑
摘要: %% 数据准备 % 清空环境变量 clear all; clc; citys = xlsread('c:\Users\clemente\Desktop\terminal.xlsx','B2:C73'); ab1= [29 29 45.5 92 92 29]; % 五边形各点横坐标 最后回到第一个点 阅读全文
posted @ 2018-08-30 18:26 clemente 阅读(456) 评论(0) 推荐(0) 编辑
摘要: clc,clear all; filename = 'a.csv'; %%数据预处理 z = csvread(filename); %读取附件1 区域高程数据 y0=1:1:2913; %按38.2米为1个单位进行简化绘图 x0=1:1:2775; [xx0,yy0]=meshgrid(x0,y0) 阅读全文
posted @ 2018-08-28 19:54 clemente 阅读(662) 评论(0) 推荐(0) 编辑