可變鄰域搜索演算法matlab

Ⅰ Isomap演算法 matlab語句

根據ISOmap演算法中規定，若兩點為非近鄰，則距離為無窮大，根據前述的鄰域計算，ind即為鄰域，在鄰域K以外的點都是非近鄰點，所以距離矩陣D取為INF（無窮大）

Ⅱ matlab怎麼搜題

不可以直接搜，需要用到添加工具箱到matlab搜索路徑，要不用代碼，要不用界面才可以使用。

重要功能

1、MATLAB®：MATLAB語言的單元測試框架。

2、Trading Toolbox™：一款用於訪問價格並將訂單發送到交易系統的新產品。

3、Financial Instruments Toolbox™：赫爾-懷特、線性高斯和LIBOR市場模型的校準和Monte Carlo模擬。

4、Image Processing Toolbox™：使用有效輪廓進行圖像分割、對10個函數實現C代碼生成，對11個函數使用GPU加速。

5、Image Acquisition Toolbox™：提供了用於採集圖像、深度圖和框架數據的Kinect® for Windows®感測器支持。

6、Statistics Toolbox™：用於二進制分類的支持向量機（SVM）、用於缺失數據的PCA演算法和 Anderson-Darling擬合優度檢驗。

7、Data Acquisition Toolbox™：為Digilent Analog Discovery Design Kit提供了支持包。

8、Vehicle Network Toolbox™：為訪問CAN匯流排上的ECU提供XCP。

優勢特點

1、高效的數值計算及符號計算功能，能使用戶從繁雜的數學運算分析中解脫出來。

2、具有完備的圖形處理功能，實現計算結果和編程的可視。

3、友好的用戶界面及接近數學表達式的自然化語言，使學者易於學習和掌握。

4、功能豐富的應用工具箱（如信號處理工具箱、通信工具箱等），為用戶提供了大量方便實用的處理工具。

Ⅲ 關於matlab的應用

了解了 MATLAB 的矩陣和向量概念與輸入方法之後，MATLAB 的二維繪圖再簡單也不過了。假設有兩個同長度的向量 x 和 y, 則用 plot(x,y) 就可以自動繪制畫出二維圖來。如果打開過圖形窗口，則在最近打開的圖形窗口上繪制此圖，如果未打開窗口，則開一個新的窗口繪圖。

〖例〗正弦曲線繪制：

>> t=0:.1:2*pi; %生成橫坐標向量，使其為 0,0.1,0.2,...,6.2
y=sin(t); % 計算正弦向量
plot(t,y) %繪制圖形

這樣立即可以得出如圖所示的二維圖 [4.1(a)]

plot() 函數還可以同時繪制出多條曲線，其調用格式和前面不完全一致，但也好理解。

>> y1=cos(t); plot(t,y,t,y1); %或 plot(t,[y; y1]), 即輸出為兩個行向量組成的矩陣。

圖形見 4.1(b)。

plot() 函數最完整的調用格式為：

>> plot(x1,y1,選項1, x2,y2, 選項2, x3,y3, 選項3, ...)

其中所有的選項如表 4.1 所示。一些選項可以連用，如 '-r' 表示紅色實線。

由 MATLAB 繪制的二維圖形可以由下面的一些命令簡單地修飾。如
>> grid % 加網格線
>> xlabel('字元串') % 給橫坐標軸加說明
>> ylabel('字元串') % 給縱坐標軸加說明，
%並自動旋轉90度
>> title('字元串') % 給整個圖形加圖題

得出的圖形如右圖所示。

axis() 函數可以手動地設置 x,y 坐標軸范圍

還可以使用 plotyy() 函數繪制具有兩個縱坐標刻度的圖形。

坐標系的分割在 MATLAB 圖形繪制中是很有特色的，比較規則的分割方式是用 subplot() 函數定義的，其標准調用格式為

subplot(n,m,k)

其中，n 和 m 為將圖形窗口分成的行數和列數，而 k 為相對的編號。例如在標準的 Bode 圖繪制中需要將窗口分為上下兩個部分 (即n=2, m=1), 分割後上部編號為 1，下部編號為 2。

MATLAB 的圖形對象簡介 ( 00-12-13)

MATLAB 從 4.0 版本開始就提出了句柄圖形學 (Handle Graphics) 的概念,為面向對象的圖形處理提供了十分有用的工具。和早期版本的 MATLAB 相比較，其最大區別在於，它在圖形繪制時其中每個圖形元素
(比如其坐標軸或圖形上的曲線、文字等) 都是一個獨立的對象。用戶可以對其中任何一個圖形元素進行單獨地修改，而不影響圖形的其他部分，具有這樣特點的圖形稱為向量化的繪圖。這種向量化的繪圖要求給每個圖形元素分配一個句柄 (handle), 以後再對該圖形元素做進一步操作時，則只需對該句柄進行操作即可。

MATLAB 5.0 版進一步加強了圖形繪制的功能，而 5.3 版繪圖又具有自己的新特色。例如它提供了新的圖形編輯程序，並定義了一些新的三維繪圖函數等。本章將主要介紹 MATLAB 5.3 版本的應用與特性，並介紹部分有關句柄圖形學的內容。其餘有關句柄圖形學的問題，如窗口特性設置、圖形界面設計等項內容將在第 6 章中講述圖形界面設計內容時詳細介紹。MATLAB 6 也在圖形顯示，特別是三維圖形顯示與照相機參數設置等方面引入了新鮮的內容。

MATLAB 定義的各種圖形對象及其關系如下圖所示。

對象的通用屬性如下表所示。

獲取和改變對象的屬性可以採用 get() 和 set() 函數對來實現。

>> set(句柄, 屬性1,屬性值1, 屬性2,屬性值2,...)
>> 屬性值=get(句柄，屬性)

坐標軸對象時 MATLAB 圖形中常用的對象，坐標軸對象可以用 MATLAB 5.3 上的菜單項添加。添加之後，可以用滑鼠改變其大小和形狀，其他一些屬性說明如下：

Box 屬性: 表示是否需要坐標軸上的方框，選項可以為 'on' 和 'off', 默認的值為 'on'。本書中在後面介紹屬性值時，將把默認的屬性值列在前面。
ColorOrder 屬性: 設置多條曲線的顏色順序,應該為一個 n x 3 矩陣， 可以由 colormap() 函數來設置。
GridLineStyle 屬性: 網格線類型，如實線、虛線等，其設置類似於 plot() 函數的選項，默認值為 ':',見前面的表格。
NextPlot 屬性: 表示坐標軸圖形的更新方式，'replace' 是默認的選項，表示重新繪制，而 'add' 選項表示在原來的圖形上疊印，它相當於直接使用 hold on 命令的效果。
Title 屬性: 本坐標軸標題的句柄。而其具體內容由 title() 函數設定，由此句柄就可以訪問到原來的標題了。
XLabel 屬性: x 軸標注的句柄，其內容由 xlabel() 函數設定。此外，類似地還有 YLabel 和 ZLabel 屬性等。
XDir 屬性: x 軸方向,可以選擇 'normal' (正向) 和 'rev' (逆向), 此外 YDir 和 ZDir 屬性也是類似的。
XGrid 屬性: 表示 x 軸是否加網格線，可選值為 'off' 和 'on', 此外還類似地有 YGrid 和 ZGrid 選項。
XLim 屬性: x 軸上下限，以向量 [xm,xM] 形式給出。此外，還有 YLim 和 ZLim 屬性，前面介紹的 axis() 函數實際上是對這些屬性的直接賦值。
XScale 屬性: x 軸刻度類型設置，可以為 'linear' (線性的) 和 'log' (對數的)。此外還有 YScale 和 ZScale 屬性。
XTick 和 XTickLabel 屬性: XTick 屬性將給出 x 軸上標尺點值的向量，而 XTickLabel 將存放這些標尺點上的標記字元串。對 y 和 z 軸也將有相應的標尺屬性，如 ZTick 等。

MATLAB 圖形上的文字修飾 ( 00-12-12)

字元對象及其屬性

文字標注是圖形修飾中的重要因素，它可以是用戶在窗口上隨意添加的字元說明，還可以是坐標軸對象中所用到的刻度標志等。字元對象的常用屬性如下：

Color 屬性: 字元的顏色。該屬性的屬性值是一個 1x3 顏色向量。
FontAngle 屬性: 字體傾斜形式。如正常 'normal' 和斜體 'italic' 等。
FontName 屬性: 字體的名稱。如 'Times New Roman' 與 'Courier' 等。
FontSize 屬性: 字型大小大小。默認以 pt 為單位，屬性值應該為實數。
FontWeight 屬性: 字體是否加黑。可以選擇 'light'、'normal' (默認值)、'demi' 和 'bold' 4 個選項, 其顏色逐漸變黑。
HorizontalAlignment 屬性: 表示文字的水平對齊方式。可以有 'left' (按左邊對齊)、'center'
(居中對齊)、'right'(按右邊對齊) 三種選擇。類似地，對字元矩陣的位置 還有VerticalAlignment 屬性。
FontUnits 屬性: 字體大小的單位。如 'points' (磅數，即 pt) 為默認的值，此外， 還可以使用如下單位 'inches' (英寸)、'centimeters' (厘米)、'normalized' (歸一值) 與 'pixels' (像素) 等。
Rotation 屬性: 字體旋轉角度。可以為任何數值。
Editing 屬性: 是否允許互動式修改。選項可以為 'on' 和 'off'。
String 屬性: 構成本字元對象的字元串。可以是字元串矩陣。
Interpreter 屬性: 是否允許 TeX 格式。選項為 'tex' (允許 TeX 格式) 和 'none' (不允許) 兩種，前者顯示的效果好，而後者速度快。
Extent 屬性: 字元串所在的位置范圍，是只讀型的，1x4 向量，前兩個值表示字元串所在位置的左下角坐標，而後兩個分量分別為字元對象的長和高。
MATLAB 字元串中可以直接使用的一些 TeX 命令見表 4-3。

〖例〗給出下面的MATLAB命令

>> t=['\partial(f_ip)/\partialt=-\Sigma_{i=1}^n\partial(f_ip)/',...
'\partialx_i + 0.5\Sigma_{i=1}^n\Sigma_{j=1}^n',...
'\partial^2(b_{ij}p)/\partialx_i\partialx_j'];
tt=str2mat(t,'Y(\omega)=\int_0^\infty y(t)e^{-j\omegat}dt');
[x,y]=ginput(1); text(x,y,tt);

則將得出如下圖所示的結果。看見較復雜的數學公式也可以在 MATLAB 窗口中顯示出來。

〖例〗分形理論是一個很有趣的領域，在這里我們給出一個簡單的例子。任意選定一個二維平面上的初始點坐標 (x0, y0),假設我們可以生成一個在 [0,1] 區間上均勻分布的隨機數 gi,那麼根據其取值的大小，可以按下面的公式生成一個新的坐標點 (x1,y1):

從新坐標再根據隨機數計算下一個點，如此類推。可以將上面的演算法編寫出下面的 MATLAB 函數

function [x,y]=frac_tree(x0,y0,v,N)
x=[x0; zeros(N-1,1)]; y=[y0; zeros(N-1,1)];
for i=2:N
vv=v(i);
if vv<0.05, y(i)=0.5*y(i-1);
elseif vv<0.45,
x(i)=0.42*(x(i-1)-y(i-1)); y(i)=0.2+0.42*(x(i-1)+y(i-1));
elseif vv<0.85,
x(i)=0.42*(x(i-1)+y(i-1)); y(i)=0.2-0.42*(x(i-1)-y(i-1));
else,
x(i)=0.1*x(i-1); y(i)=0.1*y(i-1)+0.2;
end
end

調用此函數，我們可以由下面的 MATLAB 命令生成 10,000 個這樣的點，並將這些點 在 MATLAB 圖形窗口中用點的形式表示出來，如圖所示。
>> N=10000; v=rand(N,1);
[x,y]=frac_tree(0,0,v,N);
h=plot(x(1:10000),y(1:10000),'.'),

給出下面的命令可以設置繪圖點的大小：

>> set(h,'MarkerSize',4)

對大的 N 值，計算量大，可以考慮採用MEX C格式改寫 MATLAB 函數以加快速度。

MATLAB 其他二維圖形繪制函數 ( 00-12-21)

除了標準的 plot() 函數外，MATLAB 還提供了一些其他函數，具體調用格式和意義請見下表

這里只給出幾個例子：

彗星狀軌跡繪制：考慮一個給定函數
f(x)=tan(sin(x))-sin(tan(x))
選定自變數~$x$ 的變化范圍為 x 屬於 [-p,p], 則可以由下面的函數繪制出不同模式的圖形。

>> x=-pi:pi/200:pi;

y=tan(sin(x))-sin(tan(x)); comet(x,y);

極坐標曲線繪制：用 polar(r,t) 函數，其中 r 為幅值向量，t 為角度向量。
〖例〗繪制 r=cos(5q/4)+1/3; 其中 q 屬於[0,8p], 繪制極坐標曲線。

〖解〗 MATLAB 命令

>> t=0:.1:8*pi; r=cos(5*t/4)+1/3;
polar(t,r)

利用下面的 MATLAB 提供的繪圖命令可以繪制出各種各樣的二維曲線。
>> x=-2:0.1:2; y=sin(x);
subplot(221);
feather(x,y); xlabel('(a) feather()')
subplot(222);
stairs(x,y); xlabel('(b) stairs()')
subplot(223);
stem(x,y); xlabel('(c) stem()')
subplot(224);
fill(x,y,'r'); xlabel('(d) fill()')

考察 MATLAB 的 Gauss 偽隨機數發生函數 randn() 的分布效果，首先生成 30,000 個 Gauss 偽隨機數，然後由 hist() 函數繪制出該偽隨機數的分布函數，並和概率密度的理論值

相比較。 這一分析的 MATLAB 語句如下
>> y=randn(1,30000); xx=-3.8:0.4:3.8;
zz=hist(y,xx); zz=zz/(30000*0.4);
x1=-3.8:0.1:3.8;
y1=1/sqrt(2*pi)*exp(-x1.^2/2);
bar(xx,zz),
hold on, plot(x1,y1); hold off

半對數與全對數坐標系: 可以使用 semilogx(), semilogy() 和 loglog()。
>> theta=0:0.1:6*pi; r=cos(theta/3)+1/9;
subplot(2,2,1), polar(theta, r);
subplot(2,2,2); plot(theta, r);
subplot(2,2,3); semilogx(theta, r); grid
subplot(2,2,4); semilogy(theta, r), grid

MATLAB 語言的三維曲線繪制( 00-12-27)

三維曲線繪制

類似於二維曲線，三維曲線的標准繪制函數為 plot3()。例如，x=cos(t), y=sin(t) 和 z=t 的數學關系可以由下面語句繪制出來：

>> t=0: pi/50: 2*pi;
x=sin(t); y=cos(t); z=t;
h=plot3(x, y, z, 'g-')
set(h,'LineWidth',4*get(h,'LineWidth'))

三維網格圖
可以由 mesh() 函數繪制，其調用方法是 mesh(x,y,z), 其中 x, y, z 是網格上的三坐標矩陣。一般情況下，x 和 y 由 meshgrid() 函數生成。

〖例4-17〗考慮下面給出的二元函數，在 x, y 平面內選擇一個區域，然後繪制出

的三維表面圖形。
首先可以調用 meshgrid() 函數生成 x 和 y 平面的網格表示。該函數的調用意義十分明顯，即可以產生一個橫坐標起始於-3, 中止於 3, 步距為 0.1; 縱坐標起始於-2, 中止於2, 步距 為 0.1 的網格分割。然後由公式計算出曲面的 z 矩陣。最後調用 mesh() 函數 繪制曲面的三維表面網格圖形。
>> [x,y] = meshgrid(-3:0.1:3,-2:0.1:2);
z=(x.^2-2*x).*exp(-x.^2-y.^2-x.*y);
mesh(x,y,z)

三維表面圖

同樣的數據在 surf() 函數下能得出如下所示的表面圖 (a)。在繪圖後再給出 colorbar 目錄，則將得出如 (b) 圖所示的帶有高度指示的三維表面圖。

三維對象的設置

surf() 和 mesh() 函數繪制出來的三維圖實際上是一個 MATLAB 圖形對象，它有各種各樣的屬性，例如，其 MeshStyle 屬性表示其網格的類型，既可以設置成水平的，又可以設置成垂直的。下面的語句將得出下圖的網格效果：

>> [x,y] = meshgrid(-3:0.1:3,-2:0.1:2); z=(x.^2-2*x).*exp(-x.^2-y.^2-x.*y);
h=surf(x,y,z), axis([-3 3 -2 2 -0.7 1.5]); set(h,'MeshStyle','row');
figure; h1=surf(x,y,z), axis([-3 3 -2 2 -0.7 1.5]); set(h1,'MeshStyle','column');

三維圖表面著色插值的修飾

MATLAB 在三維圖繪制時，表面著色採用了各種各樣的插值方法，其中 shading flat 和 shading interp 兩個命令將方便得出如下的圖形。前者將各個表面塊用同樣的顏色表示，而後者對表面塊的著色也進行了插值處理，使其表面顯得更光滑。

MATLAB 圖形的可視編輯

從 MATLAB 5.3 版開始，就提供了圖形編輯的方便功能。在標準的MATLAB圖形窗口中有一個「圖形編輯工具條」，其中提供了各種工具，允許用戶自由地在圖形上添加文字，箭頭、曲線等，還允許用戶任意地進行三維圖的視角變換。除了工具條上的工具外，還允許用戶自如地在圖形窗口上添加、調整坐標系或進行一些標注文字的修飾。典型窗口及編輯工具條如下所示。

如果想修改某個曲線的特徵，則可以在編輯狀態下(即按下工具條中左邊的箭頭按鈕)，首先單擊想改動的對象來選擇它，然後右擊滑鼠鍵，得出相應的快捷菜單，從中選擇相應的菜單項，從得出的對話框中對選中對象的屬性進行修改。

對三維圖形對象，還可以用工具條中最右邊的按鈕來控制三維圖的旋轉。

&;2000 版權所有 轉載請註明出處並加上本站鏈接
(本站版面設計參考了CTeX網站的主頁，並得到網站版主aloft與eggs的極大幫助，特此致謝)
主頁維護: 薛定宇 自2000年11月3日訪問量 (「炎黃在線」計數器)

Ⅳ 關於matlab中的一個Dijkstra演算法應用

這個演算法算起始點到其他點的最短路徑。
function [d,index1,index2]=Dijkf(a)
%兩點間最短距離的Dijkstra演算法
% a表示圖的權值矩陣
% d表示所求最短路的權和
% index1 表示標號頂點的順序
% index2 表示標號頂點索引
% 起始點為第一個點
%參數初始化
M=max(max(a));
pb(1:length(a))=0;
pb(1)=1;
index1=1;
index2=ones(1:length(a));
d(1:length(a))=M;
d(1)=0;
temp=1;
%更新l（v），同時記錄頂點順序和頂點索引
while sum(pb)<length(a)
tb=find(pb==0); %第i次循環處理第i+1個頂點
d(tb)=min(d(tb),d(temp)+a(temp,tb)); %更新l（v）
tmpb=find(d(tb)==min(d(tb)));
temp=tb(tmpb(1));
pb(temp)=1;
index1=[index1,temp]; %記錄標號順序
index=index1(find(d(index1)==d(temp)-a(temp,index1)));
if length(index)>=2
index=index(1);
end
index2(temp)=index; %記錄標號索引
end

下面這個用來求任意兩點間的最短距離，還能算出路線。
function [P,u]=n2shorf(W,k1,k2)
%求任意兩點最短路徑演算法
% P 為兩點k1,k2間的最短路，頂點以經過次序進行排序
% u 為最短路的長度
% 初始化
n=length(W);
U=W;
m=1;
% 利用求最短路的Floyd演算法，求最短路矩陣
while m<=n
for i=1:n
for j=1:n
if U(i,j)>U(i,m)+U(m,j)
U(i,j)=U(i,m)+U(m,j);
end
end
end
m=m+1;
end
u=U(k1,k2);%最短距離
% 求任意給定兩個頂點見的最短路包含的頂點
P1=zeros(1,n);
k=1;
P1(k)=k2;
V=ones(1,n)*inf;
kk=k2;
while kk~=k1
for i=1:n
V(1,i)=U(k1,kk)-W(i,kk);
if V(1,i)==U(k1,i)
P1(k+1)=i;
kk=i;
k=k+1;
end
end
end
k=1;
wrow=find(P1~=0);
for j=length(wrow):(-1):1
P(k)=P1(wrow(j));
k=k+1;
end
end

Ⅳ 這個方程用matlab怎麼解

對於高版本，可以這樣求解

>> syms D a bd

>> s=vpasolve(D*cos(a)-d==3.85963220725911,D*cos(a+b)-d==3.53136298506858,D*cos(a+2*b)-d==3.21723612067067,D*cos(a+3*b)-d==2.91834718565495)；

>> s.D

ans =-6.

>> s.a

ans =95.

>> s.b

ans =62.77278796780839295291027100603

>> s.d

ans =-7.

對於低版本，可以這樣求解

[D a b d]=solve('D*cos(a)-d=3.85963220725911','D*cos(a+b)-d=3.53136298506858','D*cos(a+2*b)-d=3.21723612067067','D*cos(a+3*b)-d=2.91834718565495','D*cos(a+4*b)-d=2.63506025104557',',D,a,b,d')

Ⅵ 鄰域的定義是唯一的嗎鄰域的定義與搜索效率及結 果有關聯嗎簡要說明你的結

不是。有關聯。
鄰域：鄰域是指集合上的一種基礎的拓撲結構。在集合論中，它是以點a為中心的任何開區間，記作：U(a)。在拓撲學和相關的數學領域中，鄰域是拓撲空間中的基本概念。有鄰域公理（鄰域公理是現代數學拓撲結構的基礎概念）、開鄰域和閉鄰域、去心鄰域等相關研究的著作。
廣義鄰域搜索演算法的統一結構：
1.對優化過程作兩方面分解處理：方面1、基於優化空間的分層（原問題分解為子問題求解，最後將各子問題的解逆向綜合為原問題的解）方面2、基於優化進程的分層（進程層次分為若干階段，各階段採用不同的搜索演算法或鄰域函數進行優化）目前混合演算法的結構類型主要可歸納為串列、鑲嵌、並行及混合結構。
串列結構。
鑲嵌結構。
並行結構（又分為同步式並行、非同步式並行、網路結構）。
同步式：各子演算法相對獨立但與主過程的通訊必須同步。
非同步式：子演算法與主過程的通訊不受其他子演算法的限制。
網路結構：各演算法分別在獨立的存儲器上執行獨立的搜索，演算法間的通信是通過網路相互傳遞的。

Ⅶ MATLAB用fsolve求解出現Equation solved, fsolve stalled.什麼意思

fsolve 的錯誤提示大意是 fsolve 在搜索0點時，fsolve函數用到的搜索步長小於matlab能夠區分精度的最小值，可能與你的具體函數表達式相關。
為了保證足夠的數值精度， fsolve 必須使用很小的（小於matlab默認步長）步長去搜索0點。可是步長很小後，又出現了新問題：即許多函數值都接近於0，從而讓真正的0點無法被識別出來。

不論 fsolve 還是 fzero，他們的搜索0點過程都是一個數值搜索的過程。數值演算法失效是一件正常的事，因為它極大的依賴於函數特性和初值的指定。那麼我們可以轉而使用符號函數求解0點。符號函數不用關心具體的函數值，完全當做符號處理，所以，不存在上述不穩定因素。所以，用solve函數求解符號方程：
>>syms x y; %定義兩個符號變數；
>>[x ,y]=solve('y=2*x+3','y=3*x-7');%定義一個 2x1 的數組，存放x，y
朋友可以試試論壇給出的方法。