数学建模算法
文章平均质量分 84
wjdamowang
这个作者很懒,什么都没留下…
展开
-
Kmeans算法对图片像素点进行聚类
其次计算各个样本到聚类的距离,把样本归到离它最近的那个聚类中心所在的类;然后计算新形成的每个聚类的数据对象的平均值来得到新的聚类中心;if (norm(C(:)-Cprev(:))<eps)&&(num~=1) %类中心不再发生改变,停止迭代。subplot(2,3,1),imshow(I),title('原始图像')title(['聚类个数=',num2str(i)])原创 2024-03-06 11:16:38 · 465 阅读 · 0 评论 -
遗传算法求解旅行商问题
首先要确定距离矩阵 D = (dij )74×74,其中dij 表示表示i, j 两点的距离,i, j = 1,2,…设A, B 两点的地理坐标分别为 (x1, y1) , (x2 , y2 ) ,过 A, B 两点的大圆的劣弧长即为两点的实际距离。具体设计如下,对初始种群的每个个体产生一个0-1的随机数,若随机数小于给定的变异率0.1,则该个体要发生变异,对于选定的变异个体,随机地取三个整数, 满足1 < u < v < w < 74,把u,v 之间(包括u 和v )的基因段插到 w 后面。原创 2024-03-06 11:31:25 · 895 阅读 · 0 评论 -
基于蚁群算法的路径规划
首先计算每个个体的累积概率qj ,之后随机生成一个(0,1)的小数r,比较所有qj与r的大小,选出大于r的最小的那个qj,该qj对应的索引j即为第k只蚂蚁在第i条路径时下一步要选择的目标点。β为启发函数重要程度因子,其值越大,表示启发函数在转移中的作用越大, 即蚂蚊会以较大的摡率转移到距离短的节点,蚁群就越容易选择局部较短路径,这时算法的收敛速度是加快了,但是随机性却不高,容易得到局部的相对最优。蚂蚁k( k =1,2,…fill([x1,x2,x3,x4],[y1,y2,y3,y4],[1,1,1]);原创 2024-03-06 11:39:50 · 2105 阅读 · 0 评论