精华内容
下载资源
问答
  • 蚁群算法 matlab程序详细解答-菜鸟也能看懂

    万次阅读 多人点赞 2017-05-30 11:57:03
    最近学习蚁群算法,单单学习算法还是不够深入了解,得实际编程实现了,理解才能更加...以下是解放军信息工程大学一个老师编的matlab程序,请尊重原作者劳动,引用时请注明出处。 原文地址:http://blog.sina.com.cn/s

    后记:没想到有很多同学会看我写的这个,因为这是很早前整理的,那时我也刚入门,感觉很潦草,我还是整理一下代码,方便大家下载运行,大家可以去我的github下载这个matlab源文件,main.m

     

    最近学习蚁群算法,单单学习算法还是不够深入了解,得实际编程实现了,理解才能更加透彻,本文根据这篇博文贴出来的代码

    进行扩充解释,主要就是做个记录,其中阴影部分是本人自己加注释,或许能给刚开始学蚁群算法和matlab的有一些提示。

     

    以下是解放军信息工程大学一个老师编的matlab程序,请尊重原作者劳动,引用时请注明出处。

    原文地址:http://blog.sina.com.cn/s/blog_5013f7e30100aodx.html

     

     

    %设置初始化参数

    clear all;
    close all;
    clc;
    C=[1,2;70,90;80,60;10,100;800,200;800,100;90,80;200,600;230,4;500,90];
    NC_max=100;
    m=18;
    Alpha=1;
    Beta=5;
    Rho=0.5;
    Q=1;


    %%-------------------------------------------------------------------------
    %% 主要符号说明
    %% C n个城市的坐标,n×2的矩阵
    %% NC_max 最大迭代次数
    %% m 蚂蚁个数
    %% Alpha 表征信息素重要程度的参数
    %% Beta 表征启发式因子重要程度的参数
    %% Rho 信息素蒸发系数
    %% Q 信息素增加强度系数
    %% R_best 各代最佳路线
    %% L_best 各代最佳路线的长度
    %%=========================================================================
     

    %%第一步:变量初始化
    n=size(C,1);%n表示问题的规模(城市个数)
    D=zeros(n,n);%D表示完全图的赋权邻接矩阵
    for i=1:n
        for j=1:n
            if i~=j
                D(i,j)=((C(i,1)-C(j,1))^2+(C(i,2)-C(j,2))^2)^0.5;
            else
                D(i,j)=eps;      %i=j时不计算,应该为0,但后面的启发因子要取倒数,用eps(浮点相对精度)表示
            end
            D(j,i)=D(i,j);   %对称矩阵
        end
    end

     

    %{

    1.C就是城市坐标

                 x         y

    城市1    0     120     


    城市2   120     0      
      

    城市n   100    230 

     

    2.运行后这里D变成了一个n*n的矩阵,每个元素代表两个城市之间的距离,比如当城市数目为3时:

    D=      城市1    城市2    城市3
     
    城市1   0        120      100


    城市2  120       0        230 
     
    城市3  100    230         0

     

    这里D是个对角线为0的对称矩阵,因为城市1,2间距离等于城市2,1的距离,城市n与n距离设置为0

     

    %}

    Eta=1./D;          %Eta为启发因子,这里设为距离的倒数
    Tau=ones(n,n);     %Tau为信息素矩阵
    Tabu=zeros(m,n);   %存储并记录路径的生成
    NC=1;               %迭代计数器,记录迭代次数
    R_best=zeros(NC_max,n);       %各代最佳路线
    L_best=inf.*ones(NC_max,1);   %各代最佳路线的长度
    L_ave=zeros(NC_max,1);        %各代路线的平均长度
     
    while NC<=NC_max        %停止条件之一:达到最大迭代次数,停止
        %%第二步:将m只蚂蚁放到n个城市上
            Randpos=[];   %随机存取
        for i=1:(ceil(m/n))
            Randpos=[Randpos,randperm(n)];
        end
        Tabu(:,1)=(Randpos(1,1:m))';    %此句不太理解?

    %{

    1.ceil(m/n)

    假如有 10只蚂蚁,3个城市,ceil(m/n)=ceil(10/3)=4,需要安排四次,才能把这十只蚂蚁全部放到到三个城市,

    每次都在行向量Randpos加入如新的元素,randperm(3)表示就是1 3 2,或者3 1 2这种随机组合,4次循环之后,

    那么Randpos =


         2     3     1     1     2     3     3     1     2     3     2     1

     

    2.Tabu(:,1)=(Randpos(1,1:m))'

    总共m蚂蚁,只这里m为10,Tabu(:,1)表示Tabu第一行就是初始10只蚂蚁被随机分到所三个城市中的一个

    Tabu =

         2
         3
         1
         1
         2
         3
         3
         1
         2
         3

    这里只取m=10个数,因为Tabu第一列表示m只蚂蚁初始的时候随机被分在的城市,比如第一个2代表,第一只蚂蚁

    最开始放在了城市2,以此类推

     

    %}

    
        %%第三步:m只蚂蚁按概率函数选择下一座城市,完成各自的周游
        for j=2:n     %所在城市不计算
            for i=1:m    
                visited=Tabu(i,1:(j-1)); %记录已访问的城市,避免重复访问
                J=zeros(1,(n-j+1));       %待访问的城市
                P=J;                      %待访问城市的选择概率分布
                Jc=1;
                for k=1:n
                    if length(find(visited==k))==0   %开始时置0
                    J(Jc)=k;
                    Jc=Jc+1;                         %访问的城市个数自加1
                    end
                end
                %下面计算待选城市的概率分布
                for k=1:length(J)
                    P(k)=(Tau(visited(end),J(k))^Alpha)*(Eta(visited(end),J(k))^Beta);
                end
                P=P/(sum(P));
                %按概率原则选取下一个城市
                Pcum=cumsum(P);     %cumsum,元素累加即求和
                Select=find(Pcum>=rand); %若计算的概率大于原来的就选择这条路线
                to_visit=J(Select(1));
                Tabu(i,j)=to_visit;
            end
        end


     
     

    %{

    1.visited=Tabu(i,1:(j-1));    向量visited记录已访问的城市,比如第一次Tabu中第一行第一个的城市2

    2.J=zeros(1,(n-j+1))           向量J记录待访问的城市,已结访问城市2,还没访问1和3城市放入J向量中

    3.if length(find(visited==k))==0  
    判断语句,find()语句找到visited中等于k的元素在数组visited中的位置,例如数组a=[1 2 3 4 5 2],

    find(a==2)=[2,6],find(a==6)=[],则
    length(find(a==6))=0
    length()==0判断length()是否为零
    如果为零就是visited中没有k元素,即没有访问过k城市。
    这时记录没有访问的城市到J中。

    %}

     

    %下面计算待选城市的概率分布
    for k=1:length(J)

    P(k)=(Tau(visited(end),J(k))^Alpha)*(Eta(visited(end),J(k))^Beta);        

    end
    P=P/(sum(P));
    %按概率原则选取下一个城市
    Pcum=cumsum(P);     %cumsum,元素累加即求和
    Select=find(Pcum>=rand); %若计算的概率大于原来的就选择这条路线%要选择其中总概率大于等于某一个随机数,找到大于等于这个随机数的城市的在J中的位置
    to_visit=J(Select(1));  %提取这些城市的编号到to_visit中
    Tabu(i,j)=to_visit;

    %{

    1. %visited(end)表示蚂蚁现在所在城市编号,J(k)表示下一步要访问的城市编号

    2.P=P/(sum(P));把各个路径概率统一到和为1

    3.Pcum=cumsum(P);   cumsum,元素累加即求和,比如P=[0.1 0.5 0.4],cumsum(P)=  [0.1000    0.6000    1.0000]

    有一点要特别说明,用到cumsum(P),蚂蚁要选择的下一个城市不是按最大概率,就是要用到轮盘法则,不然影响全局收缩能力,

    所以用到累积函数,Pcum=cumsum(P)

    4.Select=find(Pcum>=rand); to_visit=J(Select(1))

    轮盘法则,Select(1),1保证可以选到最大概率的城市,具体自己可以用matlab试一下:

     p=[0.1 0.6 0.3]    中间那个城市概率最大

    此时Pcum=[0.1  0.7  1],   Select =[2   3];  Select(1)=2,中间那个城市概率最大
     

    %}


     

        if NC>=2
            Tabu(1,:)=R_best(NC-1,:);
        end
    

     

     

        %%第四步:记录本次迭代最佳路线
        L=zeros(m,1);     %开始距离为0,m*1的列向量
        for i=1:m
            R=Tabu(i,:);
            for j=1:(n-1)
                L(i)=L(i)+D(R(j),R(j+1));    %原距离加上第j个城市到第j+1个城市的距离
            end
            L(i)=L(i)+D(R(1),R(n));      %一轮下来后走过的距离
        end
        L_best(NC)=min(L);           %最佳距离取最小
        pos=find(L==L_best(NC));
        R_best(NC,:)=Tabu(pos(1),:); %此轮迭代后的最佳路线
        L_ave(NC)=mean(L);           %此轮迭代后的平均距离
        NC=NC+1;                      %迭代继续
    

    %{

     

     

    1.L=zeros(m,1)   记录本次迭代最佳路线的长度,每个蚂蚁都有自己走过的长度记录在向量L中

    %}

        %%第五步:更新信息素
        Delta_Tau=zeros(n,n);        %开始时信息素为n*n的0矩阵
        for i=1:m
            for j=1:(n-1)
                Delta_Tau(Tabu(i,j),Tabu(i,j+1))=Delta_Tau(Tabu(i,j),Tabu(i,j+1))+Q/L(i);          
            %此次循环在路径(i,j)上的信息素增量
            end
                Delta_Tau(Tabu(i,n),Tabu(i,1))=Delta_Tau(Tabu(i,n),Tabu(i,1))+Q/L(i);
            %此次循环在整个路径上的信息素增量
        end
        Tau=(1-Rho).*Tau+Delta_Tau; %考虑信息素挥发,更新后的信息素
        %%第六步:禁忌表清零
        Tabu=zeros(m,n);             %%直到最大迭代次数
    end
    

     

    %{

    1.R_best(NC,:)=Tabu(pos(1),:):找到路径最短的那条蚂蚁所在的城市先后顺序,pos(1)中1表示万一有长度一样的两条蚂蚁,那就选第一个

    %}


     
    %%第五步:更新信息素
    Delta_Tau=zeros(n,n);        %开始时信息素为n*n的0矩阵
    for i=1:m
    for j=1:(n-1)
    Delta_Tau(Tabu(i,j),Tabu(i,j+1))=Delta_Tau(Tabu(i,j),Tabu(i,j+1))+Q/L(i);          
    %此次循环在路径(i,j)上的信息素增量
    end
    Delta_Tau(Tabu(i,n),Tabu(i,1))=Delta_Tau(Tabu(i,n),Tabu(i,1))+Q/L(i);    %加上第一个到最后一个城市的信息素增量
    %此次循环在整个路径上的信息素增量
    end
    Tau=(1-Rho).*Tau+Delta_Tau; %考虑信息素挥发,更新后的信息素
    %%第六步:禁忌表清零
    Tabu=zeros(m,n);             %%直到最大迭代次数
    end

     

     

    %{

     

     

    1.R_best(NC,:)=Tabu(pos(1),:):找到路径最短的那条蚂蚁所在的城市先后顺序,pos(1)中1表示万一有长度一样的两条蚂蚁,那就选第一个

    %}

    %%第七步:输出结果
    Pos=find(L_best==min(L_best)); %找到最佳路径(非0为真)
    Shortest_Route=R_best(Pos(1),:); %最大迭代次数后最佳路径
    Shortest_Length=L_best(Pos(1)); %最大迭代次数后最短距离
    subplot(1,2,1);                  %绘制第一个子图形
        %%=========================================================================
        %% DrawRoute.m
        %% 画路线图的子函数
        %%-------------------------------------------------------------------------
        %% C Coordinate 节点坐标,由一个N×2的矩阵存储
        %% R Route 路线
        %%=========================================================================
    
        N=length(R);
        scatter(C(:,1),C(:,2));
        hold on
        plot([C(R(1),1),C(R(N),1)],[C(R(1),2),C(R(N),2)],'g')
        hold on
        for ii=2:N
            plot([C(R(ii-1),1),C(R(ii),1)],[C(R(ii-1),2),C(R(ii),2)],'g')
            hold on
        end
        title('旅行商问题优化结果 ')
    
    subplot(1,2,2);                  %绘制第二个子图形
    
    plot(L_best);
    hold on ;                        %保持图形
    plot(L_ave,'r');
    title('平均距离和最短距离') ;    %标题

     

    %{

    这部分没什么太大问题,多看几遍就好

    %}

     

    展开全文
  • 使用MATLAB compiler将matlab程序转成独立应用程序exe

    万次阅读 多人点赞 2018-07-25 21:06:48
    使用MATLAB compiler将matlab程序转成独立应用程序exe 使用MATLAB compiler可以将MATLAB程序打包成能独立运行的应用程序,可以在不安装MATLAB的电脑上使用。支持Windows,Linux,Mac多个平台自动生成。 一、平台...

    使用MATLAB compiler将matlab程序转成独立应用程序exe

    使用MATLAB compiler可以将MATLAB程序打包成能独立运行的应用程序,可以在不安装MATLAB的电脑上使用。支持Windows,Linux,Mac多个平台自动生成。

    一、平台信息

    系统:win10家庭中文

    MATLAB版本:MATLAB R2016b

    测试时间:2018.07.25

    二、转换步骤

    1、运行matlab程序,先排除matlab本身程序错误

     

    2、打开Application compiler

     

    2、在Application compiler添加程序主文件

     

    3、设置应用程序信息

     

    4、开始生成

    用application compiler生成的应用程序,需要matlab支持,两个条件至少需要满足一个,才能正常运行:

    1、安装相同版本MATLAB(目标机器的matlab版本应该与生成代码的机器保持一致)

    2、安装对应版本的MCR(各版本MATLAB对应MCR

    开始生成。。

     

     

    运行for_testing

     

     

    MATLAB GUI生成exe安装包视频

    https://ww2.mathworks.cn/videos/getting-started-standalone-applications-using-matlab-compiler-100088.html

    使用compiler生成应用程序文字教程

    https://ww2.mathworks.cn/help/compiler/standalone-applications.html

    展开全文
  • Matlab 程序代做 程序交流

    千次阅读 2021-01-15 14:37:22
    Matlab 程序代做 本人数学专业博士,主要代做 数值分析,优化算法,机器学习, 数据处理,微分方程,LMI线性矩阵不等式等方面程序 有问题联系Q 623369790

    Matlab 程序代做

    本人数学专业博士,主要代做

    数值分析,优化算法,机器学习,

    数据处理,微分方程,LMI线性矩阵不等式等方面程序

    有问题联系Q 623369790

    展开全文
  • 本文将分为三部分展开,有matlab程序打包成jar包,添加jar包到IDEA并调用,遇到的错误解决办法说明。 一. matlab程序打包成jar包 1.环境说明 系统:window7 64位 jdk1.7 matlab版本:matlab2016a 64位 jdk1.7 注意:...

    本文将分为三部分展开,有matlab程序打包成jar包,添加jar包到IDEA并调用,遇到的错误解决办法说明。

    一. matlab程序打包成jar包
    1.环境说明
    系统:window7 64位 jdk1.7
    matlab版本:matlab2016a 64位 jdk1.7
    注意:必须要保证matlab的位数和jdk版本与系统一致(大版本一致即可,如都是1.7或1.6,后面的数字可以不一样)
    2.环境查看
    首先判断matlab jdk版本,在命令行输入 version -java 结果为 64位,jdk1.7
    在这里插入图片描述
    查看系统jdk版本,程序-> cmd -> java -version 结果为64位, jdk1.7
    在这里插入图片描述
    3.matlab编写m文件
    新建一个m文件,构造成函数并保存。如下
    在这里插入图片描述
    在命令行输入 deploytool ,弹出窗口 选择 Library Compiler 用来打包成jar包
    在这里插入图片描述
    左上角选择 Java Package,添加m文件,修改Class Name中的 文件名为SumFunction,最后点击Package完成打包。
    在这里插入图片描述
    打包完成后,可在D:\Program Files\MATLAB\R2016a\bin\sumTest\for_redistribution_files_only 看到有一个sumTest.jar,这就是我们要的结果。
    在这里插入图片描述
    二. 添加jar包到IDEA并调用
    1.添加jar包
    除了添加matlab生成后的sumTest.jar包外,还要添加matlab自带的javabuilder.jar包(路径:D:\Program Files\MATLAB\R2016a\toolbox\javabuilder\jar),因为是matlab打包的jar包,需要依赖matlab中的相关函数。
    IDEA中,点击 File->Project Structure->Project Settings -> Libraries 添加上面两个包。
    在这里插入图片描述
    注意:此次的项目工程的jdk版本也要和matlab版本一致,否则程序运行会报错。
    2.调用matlab函数
    在java项目中引用生成的matlab.jar和javabuilder.jar。测试代码如下:

    package com.xy;
    import com.mathworks.toolbox.javabuilder.MWException;
    import sumTest.SumFunction;
    
    /**
     * Created by Administrator on 2018/10/15.
     */
     //matlab方法为[c] = sumTest(a,b)
    //java中方法为matlab实例的方法matlab.sumTest(int,object...),返回值为object[]
    //其中输入的int为输出的个数,object...为输入参数,返回值object[]为输出的集合
    
    public class MatlabTest {
        public static void main(String args[]){
            try {
                SumFunction sumFunction = new SumFunction(); //实例化方法
                Object[] a = sumFunction.sumTest(1,1,2);
                System.out.print("java调用matlab函数运行结果:");
                System.out.print(a[0]);
            } catch (MWException e) {
                e.printStackTrace();
            }
        }
    }
    

    运行结果:
    在这里插入图片描述
    3.调用过程说明
    (a) matlab生成的jar包中的类在创建时会可能出错,会抛出MWException异常,故创建类时必须用try catch。
    (b) 使用包的方法时,会出现多个方法,每个方法的输入输出参数类型不是与对应的m文件中的function一一对应的,所以不能像matlab中那样直接使用,一般情况下选择返回为Object[]对应的类。
    © 方法中的参数与matlab定义不对应,如上代码,sumTest方法多了一个参数,这个参数用来表示输出的个数,即函数变量的输出c,如果sumTest的function为function[c,d],要想输出d的运行结果,这时的sumTest的第一个参数要为2。默认情况下,都是为1,不写的话会报“输入参数的数目不足。”的错误。

    三. 遇到的错误解决办法说明
    在java调用matlab的jar包过程中,最容易报错是:

    Exception in thread "main" java.lang.UnsatisfiedLinkError: Failed to find the required library mclmcrrt9_0_1.dll on java.library.path.
    This library is typically installed along with MATLAB or the MCR. Its absence may indicate an issue with that installation or the current path configuration.
    The MCR version that this component is trying to use is: 9.0.
    

    该错误有以下几种可能:

    1. matlab中没有安装MCR,需要安装MCR,MCR路径在D:\Program Files\MATLAB\R2016a\toolbox\compiler\deploy\win64,,找到该文件双击进行安装,如果之前存在这个文件就先卸载再安装,安装成功后重启电脑即可。
      2.如果安装完,仍然报该错误,可以尝试将dll文件放到项目的lib目录下。
      3.还有一种容易被忽略的解决方法, 有可能就是因为项目工程的jdk版本与matlab的jdk版本不一致导致报错(我就是这种情况)。

    参考文章:
    1.https://blog.csdn.net/qq_19865749/article/details/68556902
    2.https://blog.csdn.net/monkey131499/article/details/48786121
    3.https://blog.csdn.net/qq_19865749/article/details/68932949
    4.https://blog.csdn.net/jinliwei1990/article/details/55505133

    展开全文
  • 波束形成MATLAB程序

    千次阅读 2020-09-27 09:50:05
    波束形成MATLAB程序
  • matlab程序转python

    2020-02-25 14:38:27
    matlab程序转python python
  • ICA的matlab程序

    热门讨论 2011-09-30 15:33:28
    一个实用的ICA的matlab程序,非常好用,不错的
  • 【Matlab】MATLAB程序流程控制

    千次阅读 2018-06-26 19:39:08
    专题三 MATLAB程序流程控制 一 顺序结构程序 程序的三种基本结构:顺序结构、选择结构、循环结构。 程序文件分为脚本文件和函数文件。脚本文件是可以在命令行窗口直接执行的文件,也叫作命令文件;函数文件是定义...
  • 经典SVM算法matlab程序

    热门讨论 2011-10-19 11:32:35
    经典SVM算法matlab程序,用于各种利用MATLAB对数据进行SVM仿真的实验。
  • 牛顿迭代法的MATLAB程序

    万次阅读 多人点赞 2019-04-18 21:58:48
    /*简单牛顿迭代法的MATLAB程序实现*/ function x=newtoniteration(fun,dfun,x0,EPS) %简单牛顿迭代法 %fun即迭代函数,dfun即迭代函数的一阶导数,x0为迭代初值,EPS为精度 f=fcnchk(fun); df=fcnchk(fun); x1=x0-f...
  • C#调用matlab程序

    千次阅读 热门讨论 2018-12-01 20:27:42
    使用C#调用matlab程序完成两个数求和的功能,将求和结果显示在文本框。 二、matlab编程与封装 (1)编写matlab程序(add.m),如下: function res = add(x,y) res = x+y; end (2)在命令行输入命令:...
  • 本人之前用自己的台式电脑跑MATLAB程序,无奈电脑内存不足,只好转战62G内存的titan 首先你得会使用服务器,使用MobaXterm远程连接服务器,你得已经配置好matlab软件,不会配置的可以参考这篇博客 ...
  • 数学建模10大算法详解_程序源码打包 matlab安装软件 Matlab视频教程李大勇 MATLAB程序开发入门课程 MATLAB神经网络30个案例分析及源程序
  • 经典SVM算法多类分类matlab程序

    千次下载 热门讨论 2013-07-17 14:17:58
    经典SVM算法多类分类 matlab程序
  • 《MATLAB在语音信号分析和合成中的应用》MATLAB程序
  • 最优化方法及其Matlab程序设计程序代码课件 《最优化方法及其Matlab程序设计》较系统地介绍了非线性最优化问题的基本理论和算法,以及主要算法的Matlab程序设计,主要内容包括(精确或非精确)线搜索技术、最速下降...
  • 图像切割matlab程序

    千次阅读 2018-03-28 16:28:10
    clc; clear all; [pathname,filename] = uigetfile('*.*','选择图片','E:\裂纹\NG2裂纹\');...dst_path = 'E:\学习资料\MATLAB程序\裂纹分割\'; if ~exist('E:\学习资料\MATLAB程序\裂纹分割\') mkdir('...
  • matlab程序调试方法

    千次阅读 2016-10-25 10:14:52
    从网上搜集的一些matlab程序调试方法
  • 从零开始学MATLAB的第三部分,MATLAB程序流程控制。
  • 小波神经网络MATLAB程序

    千次阅读 多人点赞 2018-11-17 18:35:07
    小波神经网络MATLAB程序
  • matlab程序加速与优化

    千次阅读 2019-07-05 21:25:10
    其实自己写matlab也有两年多时间了,虽然基本都能做到随用随会,满足基本...本文主要讲述matlab程序运行的加速与优化。 最近在做一些基于matlab的神经网络调参训练,需要尝试很多超参数的不同组合,所以在不同的机...
  • Java 调用 matlab 程序

    2015-09-07 12:05:01
    matlab程序打包成jar包,然后供java程序调用
  • MATLAB程序调试方法和过程

    万次阅读 2016-12-05 22:16:16
    3.8 MATLAB程序的调试和优化 在MATLAB的程序调试过程中,不仅要求程序能够满足设计者的设计需求,而且还要求程序调试能够优化程序的性能,这样使得程序调试有时比程序设计更为复杂。MATLAB提供了强大的程序调试...
  • 常用滤波器Matlab程序设计

    千次阅读 多人点赞 2019-10-31 23:22:00
    常用滤波器Matlab程序设计 (低通滤波器、高通滤波器、带通滤波器、带阻滤波器) 以下四个滤波器都是切比雪夫I型数字滤波器 1.低通滤波器 ​ 低通滤波(Low-pass filter) 是一种过滤方式,规则为低频信号能正常通过,...
  • 需要用到python调用matlab程序,于是度娘了下,发现matlab开始有官方提供的支持pyhon的接口API,具体安装设置记录总结。 电脑已经安装好python2.7, matlabR2016b,电脑系统ubuntu16.06。官方教程链接首先进入安装...
  • Matlab程序设计与应用(第3版,刘卫国著)源程序及课后习题 网址:github链接 Matlab程序设计与应用 (第3版) 课后习题与实验参考答案及源程序 Matlab程序设计与应用(第3版,刘卫国著) 本资料仅供学习交流参考,...
  • 本篇文章主要介绍混合编程——C++调用MATLAB程序,以及常用问题解决,并给出通过测试的示例程序。 目录: C++调用MATLAB程序方法 示例程序 常用问题解决 程序下载 C++调用MATLAB程序方法 matlab mex编译器...
  • MATLAB 程序出现错误总结

    千次阅读 2019-06-06 11:47:49
    一、程序代码如下 fid=fopen(['****',num2str(******),'******'],'wt');...出错原因没有把matlab改为当前文件夹(只是把matlab程序所在文件的文件夹添加到了路径) 解决方法:主页--编辑器里面的路...
  • 如何将MATLAB程序.m文件发布为独立的不依赖MATLAB环境可执行的程序包。本文演示了基于Matlab R2015b版的实际操作步骤。 应用背景:写好的Matlab程序要交给别人使用,但是对方机器上没有安装Matlab软件,要求对方安装...
  • 利用cuda加速MATLAB程序

    万次阅读 2016-03-18 14:19:24
    利用cuda加速MATLAB程序 利用cuda加速MATLAB程序 1参考木子超的办法 2参考Tomheaven的方法 3引用  最近因为要做张量的模态积,所以要考虑使用cuda来进行并行的编程,但是c++实在太麻烦,尤其是在有MATLAB的...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 53,739
精华内容 21,495
关键字:

matlab程序

matlab 订阅