本方法同样适合读取十六进制和二进制以外的其他进制文件，
 
txt使用一个最简单的命令就可以读取 textread 这是一个十分有用，简便的函数(对于fopen fscanf而言)
 
读取二进制txt文件：
 
假如txt文档中内容为0001 0010 0011 0100 1000，保存在pin.txt文档中
 
使用a=textread('pin.txt','%s')'
 
a =
 
'0001'    '0010'    '0011'    '0100'    '1000'
 
可以看到数据保存为了char格式。
 
使用bin2dec
 
b=bin2dec(a)'
 
b =
 
1     2     3     4     8
 
可以看到成功地转换成了十进制文件。
 
十六进制文件：
 
0001 0010 0011 0100 1000 A B C AA
 
a=textread('pin.txt','%s')'
 
a =
 
'0001'    '0010'    '0011'    '0100'    '1000'    'A'    'B'    'C'    'AA'
 
可以看到成功读取了文件。
 
b=hex2dec(a)'
 
b =
 
1          16          17         256        4096          10          11          12         170
 
读取完毕。
 
Java读取CSV数据并写入txt文件
 
读取CSV数据并写入txt文件 package com.vfsd; import java.io.BufferedWriter; import java.io.File; import java.io ...
 
C#读取固定文本格式的txt文件
 
C#读取固定文本格式的txt文件 一个简单的C#读取txt文档的程序,文档中用固定的格式存放着实例数据. //判断关键字在文档中是否存在 ] == "设备ID:107157061" ...
 
前端H5中JS用FileReader对象读取blob对象二进制数据，文件传输
 
HTML5中的Blob对象只是二进制数据的容器,本身并不能操作二进制,故本篇将对其操作对象FileReader进行介绍. FileReader FileReader主要用于将文件内容读入内存,通过一系 ...
 
将Matlab中的矩阵输出到txt文件
 
将矩阵输出到txt文件中的方法,遍寻网络,始见真经!!! fid=fopen('C:Documents and Settingscleantotal.ped','wt');%写入文件路径 matrix ...
 
ajax读取文本内容(此处的txt文件和html文件处于同级目录)

 
[Matlab]离散二进制粒子群算法（BPSO ）解决背包问题
 
什么是离散二进制粒子群算法（BPSO ）
描述
离散二进制粒子群算法（BPSO ）步骤
  
背包问题
描述
解决思路
函数设计
targetPackage.m
psoForBackpack.m
   
图像
 

 
什么是离散二进制粒子群算法（BPSO ）
 
文章参考： 【PSO】离散粒子群算法（DPSO）和离散二进制粒子群算法（BPSO ）
 
描述
 
 
 
离散二进制粒子群算法（Discrete Binary Particle Swarm Optimization Algorithm， BPSO）最初由J.Kennedy和R.C.Eberhart在1997年设计;
 PSO主要优化连续实值问题，BPSO主要优化离散空间约束问题；
 BPSO是在离散粒子群算法基础上，约定位置向量、速度向量均由0、1值构成；
 BPSO有很强全局搜索能力，但不能收敛于全局最优值，且随着算法迭代搜索随机性越来越强，缺乏后期的局部搜索能力；
 
 
离散二进制粒子群算法（BPSO ）步骤
 
 
 
初始化粒子位置：按一定策略，生成二进制编码；
 速度更新公式：速度 x 惯性权重 + （个体最优位置 - 当前位置）x 学习因子1 x 随机数 + （全局最优位置 - 当前位置）x 学习因子2 x 随机数。
 
 位置更新公式：概率映射方式，采用sigmoid函数将速度映射到 [0, 1] 区间作为概率，这个概率就是粒子下一步取值为1的概率；
 
 位置变化的绝对概率：当前位置为0变化为1，当前为1变化为0，这二者被称为绝对变化；概率表示为：
 
 
 
背包问题
 
描述
 
有N件物品和一个容量为W的背包。第i件物品的体积是volume[i]，价值是value[i]。求解将哪些物品装入背包可使价值总和最大同时又不能超过背包的总容积。
 
其中：
 
N = 10；
W= 300；
volume=[95 75 23 73 50 22 6 57 89 98]；
value=[89 59 19 43 100 72 44 16 7 64]；
 
解决思路
 
对于这个实际问题时，首先要解决的问题是编码：对每个物品，我们只有拿取或者不拿两种选择，不能选择装入某物品的一部分，也不能装入同一物品多次，也就是说这是一个离散优化问题，种群中的个体采用二进制编码，用0表示不选择该件物品，1表示选择该件物品。
 
函数设计
 
targetPackage.m
 
function fitness = targetPackage(x,indNum)
    
    volume=[95 75 23 73 50 22 6 57 89 98];        %物品体积
    value=[89 59 19 43 100 72 44 16 7 64];          %物品价值
    Weight=300;  %背包重量
    a = zeros(indNum,1);
    for i=1:indNum
        a(i,1) = volume*x(:,i);
    end
    %超过总重量的个体的适应度值都视为0
    k = find(volume*x<Weight);
    fitness=zeros(indNum,1);
    for j=1:size(k,2)
        fitness(k(j),1) = value*x(:,k(j));
    end   
end
 
其中 indNum 表示输入的个体数量
 
psoForBackpack.m
 
clc
clear

% 初始化种群
% IndN = 50; 
narvs = 10;
n = 100; 
x_ub = 3;
x_lb = -3;

vmax = 1.2; %粒子的最大速度
w = 0.9;  % 惯性权重
c1 = 2;  % 每个粒子的个体学习因子，也称为个体加速常数
c2 = 2;  % 每个粒子的社会学习因子，也称为社会加速常数

%初始种群
x = randsrc(n,narvs,[0,1;0.5,0.5]);

v = -vmax + 2*vmax .* rand(n,narvs);

%计算种群适应度
fitness = targetPackage(x',n);
pbest = x;   % 初始化这n个粒子迄今为止找到的最佳位置（是一个n*narvs的向量）
ind = find(fitness == max(fitness), 1);  % 找到适应度最大的那个粒子的下标
gbest = x(ind,:);  % 定义所有粒子迄今为止找到的最佳位置（是一个1*narvs的向量）

K=100;  %迭代次数
fitnessbest=zeros(K,1); %保存每一代的函数值
best=0;
bestOne = zeros(1,10);

for t = 1:K    
    for i = 1:n
        v(i,:) = w*v(i,:) + c1*rand(1)*(pbest(i,:) - x(i,:)) + c2*rand(1)*(gbest - x(i,:));
        % 判断速度是否超过限制了(还可以取模)
        for j = 1:narvs
            if v(i,j) < -vmax
                v(i,j) = -vmax;
            elseif v(i,j) > vmax
                v(i,j) = vmax;
            end
        end
        %sigmoid函数将例子的速度映射到0-1之间
        vs(i,:)=1./(1+exp(-v(i,:))); 
        for j = 1:narvs
            if rand < vs(i,j)
                x(i,j) = 1;
            else
                x(i,j) = 0;
            end
        end
        
        fit = targetPackage(x(i,:)',1);  % 重新计算第i个粒子的适应度
        if fit > targetPackage(pbest(i,:)',1)   % 如果第i个粒子的适应度大于这个粒子迄今为止找到的最佳位置对应的适应度
            pbest(i,:) = x(i,:);   % 那就更新第i个粒子迄今为止找到的最佳位置
        end
        if  fit > targetPackage(gbest',1)  % 如果第i个粒子的适应度大于所有的粒子迄今为止找到的最佳位置对应的适应度
            gbest = pbest(i,:);   % 那就更新所有粒子迄今为止找到的最佳位置
        end
    end
    h = targetPackage(gbest',1);    
    if h>best         
        best = h;  
        bestOne = gbest; 
    end
    fitnessbest(t,1)=best;
end
bestOne
plot(1:K,fitnessbest,'-');
grid on;
grid minor;
 
图像
 

本例是为了将1-255共255个十进制数转换为2进制，并将这些2进制str转换成矩阵向量的形式，存放在一个255*8的矩阵中。


c=zeros(255,8);%初始化存储矩阵
for i=1:255

    obj=dec2bin(i,8)；  %指定位宽为8进行10-2进制转换

    for q=1:8

        c(i,q)=str2num(obj(q));

    end

end

 
二进制多项式除法研究
 
1、伽罗华域二进制除法
 
matlab演示过程：
 
>> a = gf([1 0 1
 
1],1)
 
a
 
= GF(2) array.
 
Array
 
elements =
 
1
 
0
 
1
 
1
 
>> b = gf([1 1
 
0],1)
 
b = GF(2)
 
array.
 
Array
 
elements =
 
1
 
1
 
0
 
>> c = deconv(a,b)
 
c = GF(2)
 
array.
 
Array
 
elements =
 
1
 
1
 
>> [c,d] =
 
deconv(a,b)
 
c = GF(2)
 
array.
 
Array
 
elements =
 
1
 
1
 
d = GF(2)
 
array.
 
Array
 
elements =
 
0
 
0
 
0
 
1
 
>>
 
CRC-32计算举例：
 
>> a = gf([0 0 0 0 0 0 0 1 0
 
0 0 0 0 0 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 1 0 0 0
 
0 0 1 1 0],1);
 
>> b = gf([1 0 0 0 0 0 1 0 0
 
1 1 0 0 0 0 0 1 0 0 0 1 1 1 0 1 1 0 1 1 0 1 1 1],1)
 
>> [c,d] =
 
deconv(a,b)
 
c = GF(2)
 
array.
 
Array
 
elements =
 
0
 
0
 
0
 
0
 
0
 
0
 
0
 
1
 
0
 
0
 
0
 
0
 
0
 
1
 
1
 
0
 
d = GF(2)
 
array.
 
Array
 
elements =
 
Columns 1 through 18
 
0
 
0
 
0
 
0
 
0
 
0
 
0
 
0
 
0
 
0
 
0
 
0
 
0
 
0
 
0
 
0
 
1
 
1
 
Columns 19 through 36
 
0
 
1
 
1
 
0
 
0
 
0
 
1
 
0
 
0
 
1
 
1
 
1
 
1
 
1
 
1
 
1
 
1
 
1
 
Columns 37 through 48
 
1
 
1
 
1
 
1
 
1
 
0
 
1
 
1
 
0
 
1
 
0
 
0
 
>>
 
2、LFS二进制除法
 

 

 

 

 

 

 

 

 

 
3、用MATLAB实现上面两种方法
 
%二进制多项式除法研究
 
clear
 
clc
 
%输入区域
 
LFS_L =
 
4;%LFS长度
 
g = [1 0 1
 
1];%线性反馈一位寄存器系数,g=[1 0 1 1]对应g(x)=x^4 + (x^3 + x + 1)，最高位默认为1
 
A1 = [1 0
 
1 1 1];%输入序列，A1 = [1 0 1 1 1]对应x^4 + x^2 + x + 1
 
%下面的代码实现除法：(A1*x^LFS_L)/g
 
%举例：
 
� = [1 0 1
 
1 1]对应x^4 + x^2 + x + 1
 
%g=[1 0 1
 
1]对应g(x)=x^4 + (x^3 + x + 1)，最高位默认为1
 
%LFS_L =
 
4
 
%则：(A1*x^LFS_L)/g = [(x^4 + x^2 + x + 1)*x^4]/[x^4 +
 
(x^3 + x + 1)]
 
%除法结果应该为：x^4 + x^3 + 1，二进制格式：[1 1 0 0 1]
 
%余数结果应该为：x + 1，二进制格式：[0 0 1 1]
 
%初始化
 
D =
 
zeros(1,LFS_L);%寄存器当前状态
 
D_next =
 
zeros(1,LFS_L);%寄存器下一个状态
 
A2 =
 
zeros(1,LFS_L);%填充序列，添加到输入序列末尾
 
A =
 
[A1,A2];%相当于A1*x^LFS_L
 
LFS_out =
 
zeros(1,length(A));%线性反馈移位寄存器的输出，相当于除法结果
 
k =
 
0;
 
m =
 
0;
 
%1、伽罗华域方法
 
A_gf =
 
gf(A,1);
 
g_gf =
 
gf([1,g],1);
 
disp('%%%用伽罗华域方法实现二进制多项式除法%%%')
 
[div_rst_gf,div_remainder_gf] =
 
deconv(A_gf,g_gf)
 
%2、线性反馈移位寄存器方法
 
g =
 
g(end:-1:1);
 
for k =
 
1:length(A)
 
D_next(1) = xor(A(k),D(LFS_L));
 
for m = 2:LFS_L
 
if(g(m)==1)
 
D_next(m) = xor(D(m-1),D(LFS_L));
 
else
 
D_next(m) = D(m-1);
 
end
 
end
 
LFS_out(k) = D_next(LFS_L);
 
D = D_next;
 
end
 
disp('%%%用LFS实现二进制多项式除法%%%')
 
disp('线性反馈移位寄存器结构：')
 
disp('*************************************************************************')
 
disp('
 
_____________________________________________________________');
 
disp('
 
|g0
 
|g1
 
|g2
 
|g3
 
...
 
|gm');
 
disp('
 
v
 
v
 
v
 
v
 
...
 
|');
 
disp('输入序列--> + -->[D0]-- +
 
-->[D1]-- + -->[D2]-- +
 
-->[D3]--...
 
-->[Dm-1]--');
 
disp('*************************************************************************')
 
disp('线性反馈移位寄存器系数(高->低，不包含最高位gm，最高位默认为1)：'),g
 
disp('输入序列+填充序列(高->低,填充序列长度为LFS寄存器个数)：'),A
 
disp('A/g除法结果(高->低)：'),div_rst =
 
LFS_out(LFS_L:length(LFS_out)-1)%除法结果
 
disp('A/g余数(高->低)：'),div_remainder = D(end:-1:1)%余数
 
4、MATLAB运行结果
 
%%%用伽罗华域方法实现二进制多项式除法%%%
 
div_rst_gf
 
= GF(2) array.
 
Array
 
elements =
 
1
 
1
 
0
 
0
 
1
 
div_remainder_gf = GF(2) array.
 
Array
 
elements =
 
0
 
0
 
0
 
0
 
0
 
0
 
0
 
1
 
1
 
%%%用LFS实现二进制多项式除法%%%
 
线性反馈移位寄存器结构：
 
*************************************************************************
 
_____________________________________________________________
 
|g0
 
|g1
 
|g2
 
|g3
 
...
 
|gm
 
v
 
v
 
v
 
v
 
...
 
|
 
输入序列--> +
 
-->[D0]-- + -->[D1]-- +
 
-->[D2]-- + -->[D3]--...
 
-->[Dm-1]--
 
*************************************************************************
 
线性反馈移位寄存器系数(高->低，不包含最高位gm，最高位默认为1)：
 
g
 
=
 
1
 
1
 
0
 
1
 
输入序列+填充序列(高->低,填充序列长度为LFS寄存器个数)：
 
A
 
=
 
1
 
0
 
1
 
1
 
1
 
0
 
0
 
0
 
0
 
A/g除法结果(高->低)：
 
div_rst
 
=
 
1
 
1
 
0
 
0
 
1
 
A/g余数(高->低)：
 
div_remainder =
 
0
 
0
 
1
 
1