R语言实现RHC随机分群,不等概抽样

总体单元序号:Y: 1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20

对应的规模测度:X:42 65 52 40 75 65 45 50 43 54 49 53 32 22 37 51 30 39 47 41

采用RHC随机分群抽样方法,从二十个单元中以正比于规模测度的概率抽取4个样本

要求:

        (1)将二十个单元随机分成4群

        (2)每群按规模测度抽取一个样本

分两种情况

(1)样本量n 整除总体单元个数N

(2)样本量n 不整除总体单元个数N

先考虑第一种情况

以上题为例,4整除20,所以每群可以分到5个单元,但得随机,考虑用sample()函数随机排列,但X,Y排列之后的得和原来一一对应,可以设置相同的种子数来实现:

set.seed(123)
Ry = sample(y,length(y))
set.seed(123)
RX = sample(X,length(X))
> X
 [1] 42 65 52 40 75 65 45 50 43 54 49 53 32 22 37 51 30 39 47 41
> Y
 [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20
> RX
 [1] 37 47 22 52 54 65 65 49 75 40 39 43 41 30 53 45 51 42 50 32
> RY
 [1] 15 19 14  3 10  2  6 11  5  4 18  9 20 17 12 
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Matlab是一个集成的数学计算环境和工程开发环境,涵盖了大量的功能模块和工具箱,其中包括了多种路径规划算法。以下是Matlab内置的几种常见的路径规划算法: 1. A*算法:也称为A星寻路算法,是一种启发式搜索算法,在图形搜索领域被广泛应用。该算法能够通过启发式函数,快速有效地找到与起点到终点之间的最短路径。 2. Dijkstra算法:属于单源最短路径求解算法的一种,以起点为出发点,按照距离从小到大的次序,依次选择顶点到起点的路径,并一步一步确定从起点到其他所有顶点的最短路径。 3. RRT算法:也称为快速随机树算法,是一种常用的无人驾驶和机器人运动规划算法。该算法通过生成随机样本、找到最优路径等步骤,实现了高效的路径搜索和规划。 4. PRM算法:也称为概率路线映射算法,是一种常用的机器人路径规划算法。该算法通过创建抽象的、高维的随机球形采样空间模型,确定采样点和它们之间的连线,从而得到高质量的路径规划结果。 5. D*算法:是一种较新的路径规划算法,以启发式搜索为基础,结合重新搜索和自适应引导等技术,能够在动态环境下,实现高效的动态路径规划。 以上是Matlab内置的一些常用的路径规划算法,可以在Matlab中使用相应的工具箱和函数,进行路径规划的实现和仿真。 ### 回答2: Matlab内置了多种路径规划算法,包括以下几种: 1. A*算法(A star algorithm) A*算法是一种启发式搜索算法,能够高效地找到最短路径。它使用启发式函数来评估搜索状态,以提高搜索效率。 2. D*算法(D star algorithm) D*算法是一种增量路径规划算法,能够高效地重新规划路径。它通过使用启发式函数来发现并更新路径的高效性。 3. RRT算法(Rapidly-exploring Random Tree) RRT算法是一种基于随机采样的树形搜索算法,能够高效地解决无人机航路规划、机器人导航等复杂路径规划问题。 4. POT算法(Path Optimization with Tangents) POT算法是一种基于局部速度向量的路径平滑和优化算法,能够使路径更加平滑和高效。 5. PRM算法(Probabilistic Roadmap) PRM算法是一种基于采样的路径规划算法,能够高效地生成路径集合并找到最优解,对于复杂的路径规划问题具有很好的解决能力。 以上是Matlab内置的一些常用路径规划算法,这些算法可以帮助用户高效的解决不同应用场景下的路径规划问题。 ### 回答3: MATLAB是一个非常流行的科学计算软件,它内置了多种路径规划算法,包括以下几种: 1、A*算法:A*算法是一种常用的基于启发式搜索的路径规划算法,能够有效快速地找到两点之间的最短路径。 2、D*算法:D*算法是一种增量搜索算法,能够实现精确和快速的局部路径规划。 3、RRT(Rapidly-exploring Random Tree)算法:RRT算法是一种概率性的路径规划算法,能快速地对搜索空间进行探索,生成能够连接起始点和终止点的轨迹。 4、PRM(Probabilistic Roadmap)算法:PRM算法是一种概率化的路径规划算法,能够在高维空间中完成全局路径规划。 5、Hybrid A*算法:Hybrid A*算法是一种结合连续和离散搜索的路径规划算法,能够对连续的搜索空间进行高效探索。 6、Receding Horizon Control算法(RHC):RHC算法能够根据当前状态和未来状态预测,生成实时的路径规划方案。 7、Potential Field算法:Potential Field算法是一种基于势场的路径规划算法,能够通过对机器人周围区域的势场进行建模,生成可行的路径规划方案。 以上就是MATLAB内置的一些常用路径规划算法,这些算法能够满足不同场景下的路径规划需求,提供了丰富的工具和算法支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值