MATLAB线性神经网络的程序,跪求。。

MATLAB线性神经网络的程序,跪求。。,第1张

美国Michigan 大学的 Holland 教授提出的遗传算法(GeneticAlgorithm, GA)是求解复杂的组合优化问题的有效方法 ,其思想来自于达尔文进化论和门德尔松遗传学说 ,它模拟生物进化过程来从庞大的搜索空间中筛选出较优秀的解,是一种高效而且具有强鲁棒性方法。所以,遗传算法在求解TSP和 MTSP问题中得到了广泛的应用。

matlab程序如下:

function[opt_rte,opt_brk,min_dist] =mtspf_ga(xy,dmat,salesmen,min_tour,pop_size,num_iter)

%%

%实例

%     n = 20%城市个数

%     xy = 10*rand(n,2)%城市坐标  随机产生,也可以自己设定

%     salesmen = 5%旅行商个数

%     min_tour = 3%每个旅行商最少访问的城市数

%     pop_size = 80%种群个数

%     num_iter = 200%迭代次数

%     a = meshgrid(1:n)

%     dmat =reshape(sqrt(sum((xy(a,:)-xy(a',:)).^2,2)),n,n)

%     [opt_rte,opt_brk,min_dist] = mtspf_ga(xy,dmat,salesmen,min_tour,...

%         pop_size,num_iter)%函数

%%

[N,dims]= size(xy)%城市矩阵大小

[nr,nc]= size(dmat)%城市距离矩阵大小

n = N -1% 除去起始的城市后剩余的城市的数

% 初始化路线、断点的选择

num_brks= salesmen-1

dof = n- min_tour*salesmen       %初始化路线、断点的选择

addto =ones(1,dof+1)

for k =2:num_brks

addto = cumsum(addto)

end

cum_prob= cumsum(addto)/sum(addto)

%% 初始化种群

pop_rte= zeros(pop_size,n)          %   种群路径

pop_brk= zeros(pop_size,num_brks)    % 断点集合的种群

for k =1:pop_size

pop_rte(k,:) = randperm(n)+1

pop_brk(k,:) = randbreaks()

end

%  画图路径曲线颜色

clr =[1 0 00 0 10.67 0 10 1 01 0.5 0]

ifsalesmen >5

clr = hsv(salesmen)

end

%%

% 基于遗传算法的MTSP

global_min= Inf        %初始化最短路径

total_dist= zeros(1,pop_size)

dist_history= zeros(1,num_iter)

tmp_pop_rte= zeros(8,n)%当前的路径设置

tmp_pop_brk= zeros(8,num_brks)%当前的断点设置

new_pop_rte= zeros(pop_size,n)%更新的路径设置

new_pop_brk= zeros(pop_size,num_brks)%更新的断点设置

foriter = 1:num_iter

% 计算适应值

for p = 1:pop_size

d = 0

p_rte = pop_rte(p,:)

p_brk = pop_brk(p,:)

rng = [[1 p_brk+1][p_brk n]]'

for s = 1:salesmen

d = d + dmat(1,p_rte(rng(s,1)))% 添加开始的路径

for k = rng(s,1):rng(s,2)-1

d = d + dmat(p_rte(k),p_rte(k+1))

end

d = d + dmat(p_rte(rng(s,2)),1)% 添加结束的的路径

end

total_dist(p) = d

end

% 找到种群中最优路径

[min_dist,index] = min(total_dist)

dist_history(iter) = min_dist

if min_dist <global_min

global_min = min_dist

opt_rte = pop_rte(index,:)%最优的最短路径

opt_brk = pop_brk(index,:)%最优的断点设置

rng = [[1 opt_brk+1][opt_brk n]]'%设置记录断点的方法

figure(1)

for s = 1:salesmen

rte = [1 opt_rte(rng(s,1):rng(s,2))1]

plot(xy(rte,1),xy(rte,2),'.-','Color',clr(s,:))

title(sprintf('城市数目为 = %d,旅行商数目为 = %d,总路程 = %1.4f, 迭代次数 =%d',n+1,salesmen,min_dist,iter))

hold on

grid on

end

plot(xy(1,1),xy(1,2),'ko')

hold off

end

% 遗传 *** 作

rand_grouping = randperm(pop_size)

for p = 8:8:pop_size

rtes = pop_rte(rand_grouping(p-7:p),:)

brks = pop_brk(rand_grouping(p-7:p),:)

dists =total_dist(rand_grouping(p-7:p))

[ignore,idx] = min(dists)

best_of_8_rte = rtes(idx,:)

best_of_8_brk = brks(idx,:)

rte_ins_pts = sort(ceil(n*rand(1,2)))

I = rte_ins_pts(1)

J = rte_ins_pts(2)

for k = 1:8 %产生新种群

tmp_pop_rte(k,:) = best_of_8_rte

tmp_pop_brk(k,:) = best_of_8_brk

switch k

case 2% 倒置 *** 作

tmp_pop_rte(k,I:J) =fliplr(tmp_pop_rte(k,I:J))

case 3  % 互换 *** 作

tmp_pop_rte(k,[I J]) =tmp_pop_rte(k,[J I])

case 4 % 滑动平移 *** 作

tmp_pop_rte(k,I:J) =tmp_pop_rte(k,[I+1:J I])

case 5% 更新断点

 tmp_pop_brk(k,:) = randbreaks()

case 6  % 倒置并更新断点

tmp_pop_rte(k,I:J) =fliplr(tmp_pop_rte(k,I:J))

tmp_pop_brk(k,:) =randbreaks()

case 7 % 互换并更新断点

tmp_pop_rte(k,[I J]) =tmp_pop_rte(k,[J I])

tmp_pop_brk(k,:) =randbreaks()

case 8 % 评议并更新断点

tmp_pop_rte(k,I:J) =tmp_pop_rte(k,[I+1:J I])

tmp_pop_brk(k,:) =randbreaks()

otherwise

end

end

new_pop_rte(p-7:p,:) = tmp_pop_rte

new_pop_brk(p-7:p,:) = tmp_pop_brk

end

pop_rte = new_pop_rte

pop_brk = new_pop_brk

end

figure(2)

plot(dist_history,'b','LineWidth',2)

title('历史最优解')

xlabel('迭代次数')

ylabel('最优路程')

% 随机产生一套断点 的集合

function breaks = randbreaks()

if min_tour == 1 % 一个旅行商时,没有断点的设置

tmp_brks = randperm(n-1)

breaks =sort(tmp_brks(1:num_brks))

else % 强制断点至少找到最短的履行长度

num_adjust = find(rand <cum_prob,1)-1

spaces =ceil(num_brks*rand(1,num_adjust))

adjust = zeros(1,num_brks)

for kk = 1:num_brks

adjust(kk) = sum(spaces == kk)

end

breaks = min_tour*(1:num_brks) +cumsum(adjust)

end

end

disp('最优路径为:/n')

disp(opt_rte)

disp('其中断点为为:/n')

disp(opt_brk)

end

用老毛桃自动安装Ghost版Win7的步骤:

1,到网上先下载Ghost版Win7映像文件硬盘,我放到的是U盘,盘符为Z,如果你愿意,可直接放到硬盘即可,放到硬盘安装速度会快一点。

2,把制作好的老毛桃启动U盘插在电脑上,然后开机。

如果是新式UEFI BIOS,一般可以直接按F12进入到快捷启动菜单,在菜单中选择U盘名称,即可从U盘启动。

如果是老式BIOS,那必须按Del或F2等进入BIOS,

然后在Advanced BIOS Features项目下,或者Boot,或者Startup下,

找到First Boot Device或1st Boot Device等,进入后把USB-HDD或U盘名称设为第一启动,

具体方法看你主板的说明书,或到网上搜索。

进入老毛桃启动U盘界面,选择第三项“运行老毛桃Win8PEx86系统(防蓝屏)”。

3,一,进入到PE界面后,找到1处的老毛桃PE一键装机,双击运行,显示一键装机主界面,一般会自动搜索电脑磁盘中所有ISO和GHO文件。

二,如果没有搜索到,可以点击2处的“打开”按钮,手动到U盘选择下载的映像文件,如果是ISO格式文件,会自动搜索该文件中的GHO格式文件,当然,你也可以事先把ISO文件解压,把GHO文件复到U盘即可。

三,然后选择安装分区磁盘,在第3处,因为在PE下,盘符与原来所看到的盘符并不一样,所以要根据磁盘的大小来判断哪一个是C盘。

四,当上面都确认选择好后,点击“确定”按钮。

4,d出安装前最后一个确认框,如果一切都准备好了,点“是”。

5,开始复制文件到系统磁盘,这个过程大概需要几分钟,请耐心等待。

6,等文件复制到C盘完全结束,d出完成确认框,点击“是”,便会重启计算机,将进入下一阶段安装过程。

7,重启电脑后,就可以拔出U盘。

如果之前是用F12快捷菜单启动方法,这时会自动从硬盘启动。

如果之前是在BIOS中设置从U盘启动,这时就要再次进入BIOS,把从U盘启动修改为从硬盘启动,按F10保存后,重启就会从硬盘启动,进行下一阶段系统安装过程,需要一定的时间,耐心等待。

8,等安装部署过程完成,就会进入到Windows7桌面,就可以使用Windows7系统了。

整个安装过程结束,下一篇介绍原版的Windows7怎样安装。

用手动Ghost方法安装Ghost版Win7步骤:

9,怎样进入PE,上面已经介绍,所以这里不再讲述,直接在PE界面中打开“手动Ghost”这个程序,d出Ghost32 11.0主界面,直接按“OK”。

10,进入这个画面后,先选择Local,然后选择Partition,然后再选择FromImage。

11,到这里就是该选择映像文件的时候,选择U盘中的映像文件,这次映像文件是放在G盘的GHO文件夹下,映像文件名为GHO.GHO,大小662MB左右。

点击1处进行选择,点击2处选定打开此文件。

12,到这个界面是选择硬盘的时候,如果电脑中有几块硬盘,在这里就会显示几项,选择你要安装系统的硬盘,我有两块硬盘,所以显示了两项,到这里,就是很多新手最麻烦的地方,主要是搞不清这里是干什么的,或者是该选择哪一块硬盘,因为上面并没有硬盘的名字,也没有盘符,所以很难搞清,在这里,告诉大家一个技巧,看硬盘的大小,因为一般人对自已的硬盘大小是比较清楚的,所以只要看看这里的大小,就可以确定是哪一块硬盘,这里第一块硬盘为40960MB,因为1024MB=1G,也就是40G左右,选好之后按“OK”。

13,选好了哪一块硬盘之后,到这里就要选出这一块硬盘上的哪一个分区盘来安装系统,这里对于新手,与上面一样很难分辨,也跟上面一样,使用同样的方法,用分区磁盘的大小来辨别,选择好后,按“OK”按钮。

14,这里就是复制映像文件到系统分区磁盘的过程,大概会需要几分钟,请耐心等候,复制完成后,重启电脑,拔出U盘,进入系统部署与安装过程,这个过程都是自动的,无须去管,只要等待就可以,安装完后,进入Windows桌面,就可以使用电脑了。

ItelliJ JDEA是开发JAVA程序的比较nice的IDE,但是Ultimate版却需要付费,不过没关系,咱们可以破解之,下面介绍怎么获取IntelliJ IDEA授权码。\

安装好的Ultimate版的ItelliJ IDEA。

一台安装了JDK的电脑。

下载ItelliJ IDEA授权码生成器。

在电脑上运行命令:java -jar IntelljIdea授权码生成器.jar

将会d出授权码生成对话框。

在对话框的name处填写被授权的名字,可以随便写自己喜欢的英文名,Version处选择与自己ItelliJ IDEA版本一致的版本,点击“Generate”按钮

复制生成的key。

打开ItelliJ IDEA,点击“Help”,点击“Register”。

选择“License key”填写刚才的name和生成的key到对应的位置,如果正确,key会变成绿色的,然后点击"OK"。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/yw/11401122.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-15
下一篇 2023-05-15

发表评论

登录后才能评论

评论列表(0条)

保存