pm模型matlab算法,18基于遗传算法(粒子群算法、人工鱼群算法等)的投影寻踪模型MATLAB源代码...

基于遗传算法(粒子群算法、人工鱼群算法等)的投影寻踪模型

MATLAB源代码

投影寻踪是一种处理多因素复杂问题的统计方法，其基本思路是将高维数据向低维空间进行投影，通过低维投影数据的散布结构来研究高维数据特征，可用于聚类、分类、综合评价、预测等。投影寻踪模型最终可归结为一个非线性连续函数优化模型，可以采用遗传算法、粒子群算法、人工鱼群算法或人工免疫克隆优化算法等进行求解，得到最优的投影向量。

%% 第一步：仿真参数设置

clc

clear

close all

load data1.txt

D=data1;%导入D矩阵

[n,p]=size(D);

K=300;%迭代次数

N=100;%种群规模

Pm=0.3;%变异概率

LB=-ones(1,p);%决策变量的下界

UB=ones(1,p);%决策变量的上界

Alpha=0.1;%窗口半径系数，典型取值0.1b

%% 调用遗传算法

[BESTX,BESTY,ALLX,ALL Y]=GAUCP(K,N,Pm,LB,UB,D,Alpha);

% GreenSim团队——专业级算法设计&代写程序

% 欢迎访问GreenSim团队主页→http://www.doczj.com/doc/e3f7992a7375a417866f8fcd.html/greensim

%% 整理输出结果

Best_a=(BESTX{K})';%方向向量

d=zeros(n,p);

Djmax=max(D);

Djmin=min(D);

for i=1:n

d(i,:)=(D(i,:)-Djmin)./(Djmax-Djmin);

end

Z=zeros(n,1);

for i=1:n

Z(i)=abs(sum(Best_a.*d(i,:)));

end

Z=abs(Z);

figure%投影散布图

plot(abs(Z),'bd','LineWidth',1,'MarkerEdgeColor','k','MarkerFaceColor','b','MarkerSize',5);