- 博客(8)
- 资源 (4)
- 收藏
- 关注
原创 【Python自学(1)】print函数介绍
print函数print函数介绍print函数用法直接输出变量直接输出字符输出字符和变量特殊字符print函数介绍python中print函数是用来显示或者输出某些变量或者定值的。print函数用法直接输出变量例如A=5;print(A)结果5变量值可以直接输出直接输出字符例如print("hello word")结果hello word变量值可以直接输出输出字符和变量例如student="xiaoming";age=12;score=98.8;print
2021-03-26 22:37:19
395
原创 Matlab计算LU分解及其代码
LU分解LU分解的目的LU分解代码算例LU分解的目的LU分解主要应用在数值分析中,用来解线性方程和计算行列式,例如求解AX=b,如果把A分为LU的乘积,L是下三角矩阵,U是上三角矩阵,计算的过程就会非常简便LU分解代码算例代码部分A = [1 0 0 0; 1 4 1 0; 0 1 4 1; 0 0 0 1];b = [0;3; -6; 0];%求解三角方阵U=zeros(4);L=zeros(4);for i=1:4 L(i,i)=1;end
2020-12-21 21:46:08
6966
2
原创 Matlab中erf函数的用法
erf函数的用法erf的物理意义erf简单用法举例说明直接计算公式总结erf的物理意义matlab中erf函数称为误差函数,公式如下式所示。erf简单用法erf函数在matlab里面可以直接作为内置函数使用,如erf(1),erf(1)表示erf在1的取值举例说明计算erf(0),erf(1),erf(inf)的值erf(0);计算结果ans = 0erf(1);计算结果ans = 0.8427erf(inf);计算结果ans =1直接计算公式直接计算erf(0),
2020-12-06 18:41:22
20417
原创 matlab画箭头函数annotation
Matlab中箭头的画法annotation画箭头的用法annotation例子annotation画箭头的用法Matlab提供了自带的箭头函数annotation,使用格式如下所示。annotation(‘arrow’,x,y)上式中x,y的大小要在0~1之间,主要是由于annotation箭头开始和结束的方向并不是对应直角坐标系下的坐标,而是以图像的左下角为(0,0),右上角(1,1). 因此x,y在非0~1之间都会报错annotation例子画一个坐标(0,0)到(2,2)的箭头an
2020-12-02 20:27:06
7089
1
原创 数学建模——人口预测模型
人口预测模型多项式拟合假设特点代码实现代码实现思路代码BP神经网络特点代码实现实现思路代码Logistic模型特点代码实现原理代码多项式拟合假设把人口增长看做是一个多项式函数人口增长没有限制,可以一直增长特点已有数据拟合的很好,不论数据有没有规律可言预测未来一两年比较准确,越往后越不准确预测的人口数量在未来会超出人口限制,且增长速度变快代码实现代码实现思路以年份为x轴变量,当年人口为y轴变量,将两者进行拟合得到人口数模型与时间的关系式,选取某城市2008到2019年老年人口数
2020-07-20 15:06:25
74637
33
原创 数学建模——线性规划(学习笔记)
线性规划引言标准线性规划指派问题总结参考文献引言我们常常需要用到线性规划来帮助我们解决日常生活当中的实际问题,比如说你家里有三个小孩ABC,在家做饭突然发现没有盐,酱油和醋了,你三个小孩自告奋勇取购买,为了不打击孩子的积极性,你决定让一个孩子负责一项食品的购买,假如知道了三个小孩分别购买每项食品的时间,如何使得总时间最小(指派问题)?可以看出线性规划十分重要。标准线性规划观察约束条件发现约束条件分为三类,一个是变量x1和x2之间线性约束即约束1和2以及3,另一个是变量x1和x2最值的约束。总结得到
2020-07-12 23:48:05
901
原创 NSGA2学习(1)——与遗传算法的比较
说明本文旨在对NSGA2和遗传算法GA的内容进行对比分析来加深对NSGA2算法的了解,里面的内容可能有部分错误,没有具体的代码只有一些分析来理解NSGA2的算法过程初始种群的对比相同点都需要种群数量NP,维度D以及变量的取值范围即Xmax和Xmin不同点NSGA2是解决多目标的算法,GA是单目标的算法NSGA2的种群f的维度不仅仅包括了变量X,还有目标函数的值以及目标函数的评价(支配关系和拥挤度),GA的种群只有变量X对种群个体的评价的对比相同点都是计算目标函数的值来评价种群个
2020-07-11 22:58:41
5170
1
原创 Matlab遗传算法TSP求解
遗传算法求解TSP问题遗传算法简介TSP问题遗传算法内容生成初始种群计算个体适应度轮盘赌选择交叉操作变异操作图像输出完整代码运行结果总结遗传算法简介遗传算法包括初始种群生成,适应度的计算,种群选择,交叉和变异这几项内容TSP问题TSP问题是旅行商经过一系列城市使得旅行商经过的总路程最短的问题遗传算法内容生成初始种群// An highlighted blockfor i=1:NP f(i,:)=randperm(N); %初始种群end计算个体适应度// An highl
2020-07-10 19:53:22
3001
9
粒子群算法解决TSP问题
2020-08-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人