可变邻域搜索算法matlab

Ⅰ Isomap算法 matlab语句

根据ISOmap算法中规定，若两点为非近邻，则距离为无穷大，根据前述的邻域计算，ind即为邻域，在邻域K以外的点都是非近邻点，所以距离矩阵D取为INF（无穷大）

Ⅱ matlab怎么搜题

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

重要功能

1、MATLAB®：MATLAB语言的单元测试框架。

2、Trading Toolbox™：一款用于访问价格并将订单发送到交易系统的新产品。

3、Financial Instruments Toolbox™：赫尔-怀特、线性高斯和LIBOR市场模型的校准和Monte Carlo仿真。

4、Image Processing Toolbox™：使用有效轮廓进行图像分割、对10个函数实现C代码生成，对11个函数使用GPU加速。

5、Image Acquisition Toolbox™：提供了用于采集图像、深度图和框架数据的Kinect® for Windows®传感器支持。

6、Statistics Toolbox™：用于二进制分类的支持向量机（SVM）、用于缺失数据的PCA算法和 Anderson-Darling拟合优度检验。

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

8、Vehicle Network Toolbox™：为访问CAN总线上的ECU提供XCP。

优势特点

1、高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来。

2、具有完备的图形处理功能，实现计算结果和编程的可视。

3、友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握。

4、功能丰富的应用工具箱（如信号处理工具箱、通信工具箱等），为用户提供了大量方便实用的处理工具。

Ⅲ 关于matlab的应用

了解了 MATLAB 的矩阵和向量概念与输入方法之后，MATLAB 的二维绘图再简单也不过了。假设有两个同长度的向量 x 和 y, 则用 plot(x,y) 就可以自动绘制画出二维图来。如果打开过图形窗口，则在最近打开的图形窗口上绘制此图，如果未打开窗口，则开一个新的窗口绘图。

〖例〗正弦曲线绘制：

>> t=0:.1:2*pi; %生成横坐标向量，使其为 0,0.1,0.2,...,6.2
y=sin(t); % 计算正弦向量
plot(t,y) %绘制图形

这样立即可以得出如图所示的二维图 [4.1(a)]

plot() 函数还可以同时绘制出多条曲线，其调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]), 即输出为两个行向量组成的矩阵。

图形见 4.1(b)。

plot() 函数最完整的调用格式为：

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

其中所有的选项如表 4.1 所示。一些选项可以连用，如 '-r' 表示红色实线。

由 MATLAB 绘制的二维图形可以由下面的一些命令简单地修饰。如
>> grid % 加网格线
>> xlabel('字符串') % 给横坐标轴加说明
>> ylabel('字符串') % 给纵坐标轴加说明，
%并自动旋转90度
>> title('字符串') % 给整个图形加图题

得出的图形如右图所示。

axis() 函数可以手动地设置 x,y 坐标轴范围

还可以使用 plotyy() 函数绘制具有两个纵坐标刻度的图形。

坐标系的分割在 MATLAB 图形绘制中是很有特色的，比较规则的分割方式是用 subplot() 函数定义的，其标准调用格式为

subplot(n,m,k)

其中，n 和 m 为将图形窗口分成的行数和列数，而 k 为相对的编号。例如在标准的 Bode 图绘制中需要将窗口分为上下两个部分 (即n=2, m=1), 分割后上部编号为 1，下部编号为 2。

MATLAB 的图形对象简介 ( 00-12-13)

MATLAB 从 4.0 版本开始就提出了句柄图形学 (Handle Graphics) 的概念,为面向对象的图形处理提供了十分有用的工具。和早期版本的 MATLAB 相比较，其最大区别在于，它在图形绘制时其中每个图形元素
(比如其坐标轴或图形上的曲线、文字等) 都是一个独立的对象。用户可以对其中任何一个图形元素进行单独地修改，而不影响图形的其他部分，具有这样特点的图形称为向量化的绘图。这种向量化的绘图要求给每个图形元素分配一个句柄 (handle), 以后再对该图形元素做进一步操作时，则只需对该句柄进行操作即可。

MATLAB 5.0 版进一步加强了图形绘制的功能，而 5.3 版绘图又具有自己的新特色。例如它提供了新的图形编辑程序，并定义了一些新的三维绘图函数等。本章将主要介绍 MATLAB 5.3 版本的应用与特性，并介绍部分有关句柄图形学的内容。其余有关句柄图形学的问题，如窗口特性设置、图形界面设计等项内容将在第 6 章中讲述图形界面设计内容时详细介绍。MATLAB 6 也在图形显示，特别是三维图形显示与照相机参数设置等方面引入了新鲜的内容。

MATLAB 定义的各种图形对象及其关系如下图所示。

对象的通用属性如下表所示。

获取和改变对象的属性可以采用 get() 和 set() 函数对来实现。

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

坐标轴对象时 MATLAB 图形中常用的对象，坐标轴对象可以用 MATLAB 5.3 上的菜单项添加。添加之后，可以用鼠标改变其大小和形状，其他一些属性说明如下：

Box 属性: 表示是否需要坐标轴上的方框，选项可以为 'on' 和 'off', 默认的值为 'on'。本书中在后面介绍属性值时，将把默认的属性值列在前面。
ColorOrder 属性: 设置多条曲线的颜色顺序,应该为一个 n x 3 矩阵， 可以由 colormap() 函数来设置。
GridLineStyle 属性: 网格线类型，如实线、虚线等，其设置类似于 plot() 函数的选项，默认值为 ':',见前面的表格。
NextPlot 属性: 表示坐标轴图形的更新方式，'replace' 是默认的选项，表示重新绘制，而 'add' 选项表示在原来的图形上叠印，它相当于直接使用 hold on 命令的效果。
Title 属性: 本坐标轴标题的句柄。而其具体内容由 title() 函数设定，由此句柄就可以访问到原来的标题了。
XLabel 属性: x 轴标注的句柄，其内容由 xlabel() 函数设定。此外，类似地还有 YLabel 和 ZLabel 属性等。
XDir 属性: x 轴方向,可以选择 'normal' (正向) 和 'rev' (逆向), 此外 YDir 和 ZDir 属性也是类似的。
XGrid 属性: 表示 x 轴是否加网格线，可选值为 'off' 和 'on', 此外还类似地有 YGrid 和 ZGrid 选项。
XLim 属性: x 轴上下限，以向量 [xm,xM] 形式给出。此外，还有 YLim 和 ZLim 属性，前面介绍的 axis() 函数实际上是对这些属性的直接赋值。
XScale 属性: x 轴刻度类型设置，可以为 'linear' (线性的) 和 'log' (对数的)。此外还有 YScale 和 ZScale 属性。
XTick 和 XTickLabel 属性: XTick 属性将给出 x 轴上标尺点值的向量，而 XTickLabel 将存放这些标尺点上的标记字符串。对 y 和 z 轴也将有相应的标尺属性，如 ZTick 等。

MATLAB 图形上的文字修饰 ( 00-12-12)

字符对象及其属性

文字标注是图形修饰中的重要因素，它可以是用户在窗口上随意添加的字符说明，还可以是坐标轴对象中所用到的刻度标志等。字符对象的常用属性如下：

Color 属性: 字符的颜色。该属性的属性值是一个 1x3 颜色向量。
FontAngle 属性: 字体倾斜形式。如正常 'normal' 和斜体 'italic' 等。
FontName 属性: 字体的名称。如 'Times New Roman' 与 'Courier' 等。
FontSize 属性: 字号大小。默认以 pt 为单位，属性值应该为实数。
FontWeight 属性: 字体是否加黑。可以选择 'light'、'normal' (默认值)、'demi' 和 'bold' 4 个选项, 其颜色逐渐变黑。
HorizontalAlignment 属性: 表示文字的水平对齐方式。可以有 'left' (按左边对齐)、'center'
(居中对齐)、'right'(按右边对齐) 三种选择。类似地，对字符矩阵的位置 还有VerticalAlignment 属性。
FontUnits 属性: 字体大小的单位。如 'points' (磅数，即 pt) 为默认的值，此外， 还可以使用如下单位 'inches' (英寸)、'centimeters' (厘米)、'normalized' (归一值) 与 'pixels' (像素) 等。
Rotation 属性: 字体旋转角度。可以为任何数值。
Editing 属性: 是否允许交互式修改。选项可以为 'on' 和 'off'。
String 属性: 构成本字符对象的字符串。可以是字符串矩阵。
Interpreter 属性: 是否允许 TeX 格式。选项为 'tex' (允许 TeX 格式) 和 'none' (不允许) 两种，前者显示的效果好，而后者速度快。
Extent 属性: 字符串所在的位置范围，是只读型的，1x4 向量，前两个值表示字符串所在位置的左下角坐标，而后两个分量分别为字符对象的长和高。
MATLAB 字符串中可以直接使用的一些 TeX 命令见表 4-3。

〖例〗给出下面的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);

则将得出如下图所示的结果。看见较复杂的数学公式也可以在 MATLAB 窗口中显示出来。

〖例〗分形理论是一个很有趣的领域，在这里我们给出一个简单的例子。任意选定一个二维平面上的初始点坐标 (x0, y0),假设我们可以生成一个在 [0,1] 区间上均匀分布的随机数 gi,那么根据其取值的大小，可以按下面的公式生成一个新的坐标点 (x1,y1):

从新坐标再根据随机数计算下一个点，如此类推。可以将上面的算法编写出下面的 MATLAB 函数

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

调用此函数，我们可以由下面的 MATLAB 命令生成 10,000 个这样的点，并将这些点 在 MATLAB 图形窗口中用点的形式表示出来，如图所示。
>> N=10000; v=rand(N,1);
[x,y]=frac_tree(0,0,v,N);
h=plot(x(1:10000),y(1:10000),'.'),

给出下面的命令可以设置绘图点的大小：

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

对大的 N 值，计算量大，可以考虑采用MEX C格式改写 MATLAB 函数以加快速度。

MATLAB 其他二维图形绘制函数 ( 00-12-21)

除了标准的 plot() 函数外，MATLAB 还提供了一些其他函数，具体调用格式和意义请见下表

这里只给出几个例子：

彗星状轨迹绘制：考虑一个给定函数
f(x)=tan(sin(x))-sin(tan(x))
选定自变量~$x$ 的变化范围为 x 属于 [-p,p], 则可以由下面的函数绘制出不同模式的图形。

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

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

极坐标曲线绘制：用 polar(r,t) 函数，其中 r 为幅值向量，t 为角度向量。
〖例〗绘制 r=cos(5q/4)+1/3; 其中 q 属于[0,8p], 绘制极坐标曲线。

〖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 提供的绘图命令可以绘制出各种各样的二维曲线。
>> 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 伪随机数发生函数 randn() 的分布效果，首先生成 30,000 个 Gauss 伪随机数，然后由 hist() 函数绘制出该伪随机数的分布函数，并和概率密度的理论值

相比较。 这一分析的 MATLAB 语句如下
>> 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

半对数与全对数坐标系: 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 语言的三维曲线绘制( 00-12-27)

三维曲线绘制

类似于二维曲线，三维曲线的标准绘制函数为 plot3()。例如，x=cos(t), y=sin(t) 和 z=t 的数学关系可以由下面语句绘制出来：

>> 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'))

三维网格图
可以由 mesh() 函数绘制，其调用方法是 mesh(x,y,z), 其中 x, y, z 是网格上的三坐标矩阵。一般情况下，x 和 y 由 meshgrid() 函数生成。

〖例4-17〗考虑下面给出的二元函数，在 x, y 平面内选择一个区域，然后绘制出

的三维表面图形。
首先可以调用 meshgrid() 函数生成 x 和 y 平面的网格表示。该函数的调用意义十分明显，即可以产生一个横坐标起始于-3, 中止于 3, 步距为 0.1; 纵坐标起始于-2, 中止于2, 步距 为 0.1 的网格分割。然后由公式计算出曲面的 z 矩阵。最后调用 mesh() 函数 绘制曲面的三维表面网格图形。
>> [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)

三维表面图

同样的数据在 surf() 函数下能得出如下所示的表面图 (a)。在绘图后再给出 colorbar 目录，则将得出如 (b) 图所示的带有高度指示的三维表面图。

三维对象的设置

surf() 和 mesh() 函数绘制出来的三维图实际上是一个 MATLAB 图形对象，它有各种各样的属性，例如，其 MeshStyle 属性表示其网格的类型，既可以设置成水平的，又可以设置成垂直的。下面的语句将得出下图的网格效果：

>> [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');

三维图表面着色插值的修饰

MATLAB 在三维图绘制时，表面着色采用了各种各样的插值方法，其中 shading flat 和 shading interp 两个命令将方便得出如下的图形。前者将各个表面块用同样的颜色表示，而后者对表面块的着色也进行了插值处理，使其表面显得更光滑。

MATLAB 图形的可视编辑

从 MATLAB 5.3 版开始，就提供了图形编辑的方便功能。在标准的MATLAB图形窗口中有一个“图形编辑工具条”，其中提供了各种工具，允许用户自由地在图形上添加文字，箭头、曲线等，还允许用户任意地进行三维图的视角变换。除了工具条上的工具外，还允许用户自如地在图形窗口上添加、调整坐标系或进行一些标注文字的修饰。典型窗口及编辑工具条如下所示。

如果想修改某个曲线的特征，则可以在编辑状态下(即按下工具条中左边的箭头按钮)，首先单击想改动的对象来选择它，然后右击鼠标键，得出相应的快捷菜单，从中选择相应的菜单项，从得出的对话框中对选中对象的属性进行修改。

对三维图形对象，还可以用工具条中最右边的按钮来控制三维图的旋转。

&;2000 版权所有 转载请注明出处并加上本站链接
(本站版面设计参考了CTeX网站的主页，并得到网站版主aloft与eggs的极大帮助，特此致谢)
主页维护: 薛定宇 自2000年11月3日访问量 (“炎黄在线”计数器)

Ⅳ 关于matlab中的一个Dijkstra算法应用

这个算法算起始点到其他点的最短路径。
function [d,index1,index2]=Dijkf(a)
%两点间最短距离的Dijkstra算法
% a表示图的权值矩阵
% d表示所求最短路的权和
% index1 表示标号顶点的顺序
% index2 表示标号顶点索引
% 起始点为第一个点
%参数初始化
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），同时记录顶点顺序和顶点索引
while sum(pb)<length(a)
tb=find(pb==0); %第i次循环处理第i+1个顶点
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]; %记录标号顺序
index=index1(find(d(index1)==d(temp)-a(temp,index1)));
if length(index)>=2
index=index(1);
end
index2(temp)=index; %记录标号索引
end

下面这个用来求任意两点间的最短距离，还能算出路线。
function [P,u]=n2shorf(W,k1,k2)
%求任意两点最短路径算法
% P 为两点k1,k2间的最短路，顶点以经过次序进行排序
% u 为最短路的长度
% 初始化
n=length(W);
U=W;
m=1;
% 利用求最短路的Floyd算法，求最短路矩阵
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);%最短距离
% 求任意给定两个顶点见的最短路包含的顶点
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 这个方程用matlab怎么解

对于高版本，可以这样求解

>> 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.

对于低版本，可以这样求解

[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 邻域的定义是唯一的吗邻域的定义与搜索效率及结 果有关联吗简要说明你的结

不是。有关联。
邻域：邻域是指集合上的一种基础的拓扑结构。在集合论中，它是以点a为中心的任何开区间，记作：U(a)。在拓扑学和相关的数学领域中，邻域是拓扑空间中的基本概念。有邻域公理（邻域公理是现代数学拓扑结构的基础概念）、开邻域和闭邻域、去心邻域等相关研究的着作。
广义邻域搜索算法的统一结构：
1.对优化过程作两方面分解处理：方面1、基于优化空间的分层（原问题分解为子问题求解，最后将各子问题的解逆向综合为原问题的解）方面2、基于优化进程的分层（进程层次分为若干阶段，各阶段采用不同的搜索算法或邻域函数进行优化）目前混合算法的结构类型主要可归纳为串行、镶嵌、并行及混合结构。
串行结构。
镶嵌结构。
并行结构（又分为同步式并行、异步式并行、网络结构）。
同步式：各子算法相对独立但与主过程的通讯必须同步。
异步式：子算法与主过程的通讯不受其他子算法的限制。
网络结构：各算法分别在独立的存储器上执行独立的搜索，算法间的通信是通过网络相互传递的。

Ⅶ MATLAB用fsolve求解出现Equation solved, fsolve stalled.什么意思

fsolve 的错误提示大意是 fsolve 在搜索0点时，fsolve函数用到的搜索步长小于matlab能够区分精度的最小值，可能与你的具体函数表达式相关。
为了保证足够的数值精度， fsolve 必须使用很小的（小于matlab默认步长）步长去搜索0点。可是步长很小后，又出现了新问题：即许多函数值都接近于0，从而让真正的0点无法被识别出来。

不论 fsolve 还是 fzero，他们的搜索0点过程都是一个数值搜索的过程。数值算法失效是一件正常的事，因为它极大的依赖于函数特性和初值的指定。那么我们可以转而使用符号函数求解0点。符号函数不用关心具体的函数值，完全当做符号处理，所以，不存在上述不稳定因素。所以，用solve函数求解符号方程：
>>syms x y; %定义两个符号变量；
>>[x ,y]=solve('y=2*x+3','y=3*x-7');%定义一个 2x1 的数组，存放x，y
朋友可以试试论坛给出的方法。