怎么实现matlab子程序的放置以及调用

1、在电脑桌面上打开MATLAB。

2、当你没有把你编辑好的子函数放入正确的文件夹时，不管你输入的程序是否有错，当你执行时，系统都会提示“没有定义”，这个时候就是没有子函数文亩慧件放到主函数库文件夹中。

3、首先，输入“editconv”这个“conv”是我准备编辑的子函数的主函数名，每个人所需的主函数名都不一样，这里可以不要那么在意。然后就可以打开相应的主函数，这是可以看到主函数所在文件夹位置。如图所示，※记住这个位置。

4、然后进行子函数的编辑，首先新建一个新的m文件，然后在编辑框中输入所要的子函数，例如我就是输入了convnem的函数，配禅这是conv的子函数。然后点击保存。

5、接下来，在“conv”所在文件位置，将位置记录下来，将子函数的文件保存到主函数所在的文件夹即可，然后在重新的将你所需的程序（含有子函数的）输入并且执行，这时你会发现原来提示的错误没有了，那么这时调用自己添加的子函数成功了。以后有相应的子函数都可以通过这样的方法进行添加子函数迅卖答。

题主并没有把问题描述清楚。

其实这是一个单一设施选址问题，其中的ai对应的是平樱桐州面上点的坐标，wi为各点的权重。所谓【f是一个特定函数】说的很含糊，其实f是所选点与各已知点距离的加权和，而迭代的目标则是让f达到最小值。

这是一个无约束优化问题，可用fminunc直接求解：

% 常数定义

a1 = [2 0] a2 = [4 10] a3 = [8 3] a4 = [3 5] a5 = [5 7]

w1 = 6 w2 = 2 w3 = 7 w4 = 5 w5 = 4

e = 1e-6

% 为便于统一处理，使用数组

A = [a1 a2 a3 a4 a5]

W = [w1 w2 w3 w4 w5]

% 初值

x0 = rand(2,1) * 10

% 定义求范数和目标函数的匿名函数

n = @ (x) arrayfun( @ (i) norm( A(:,i) - x), 1:length(W) )

f = @ (x) sum( W .* n(x) ) 

x=fminunc(f,x0,optimset('LargeScale','off', 'display', 'off'))

如果用题主贴出的来式子编程序，代码如下：

% 常数定义

a1 = [2 0] a2 = [4 10] a3 = [8 3] a4 = [3 5] a5 = [5 7]

w1 = 6 w2 = 2 w3 = 7 w4 = 5 w5 = 4

e = 1e-6

% 为便于统一处理，使用数组

A = [a1 a2 a3 a4 a5]

W = [w1 w2 w3 w4 w5]

% 初值

x0 = rand(2,1) * 10

% 定义求范数和目标函数的匿名函数

n = @ (x) arrayfun( @ (i) norm( A(:,i) - x), 1:length(W) )

f = @ (x) sum( W .* n(x) )

% 迭代

while true

    N = n(x0)

    x = sum( [W W] .* A ./ [N N], 2 ) / sum( W ./ N, 2 )

    

    % 若满足精度要求，退出循环

    if abs( f(x) - f(x0) ) <= f(x0) * e

        break

    end

    x0 = x

end

x

其实，迭代的终止条件除题主所给的目标函数相对误差（TolFun）之外，常见的还有变量本身的允许误差（TolX）以及迭代次数（MaxIter）等。

下面给出一个增加了绘图示意的版本。等值线为目标函数，各已知点根据脊蔽权重以不同大小表示，动画示意轮颂了从不同初值经迭代到达最优点的过程。

% 常数定义

a1 = [2 0] a2 = [4 10] a3 = [8 3] a4 = [3 5] a5 = [5 7]

w1 = 6 w2 = 2 w3 = 7 w4 = 5 w5 = 4

e = 1e-6

% 为便于统一处理，使用数组

A = [a1 a2 a3 a4 a5]

W = [w1 w2 w3 w4 w5]

% 初值（随机生成）

x0 = rand(2,1) * 10

% 定义求范数和目标函数的匿名函数

n = @ (x) arrayfun( @ (i) norm( A(:,i) - x), 1:length(W) )

f = @ (x) sum( W .* n(x) )

% 绘图

clf

ezcontour(@(x,y)arrayfun(@(x,y)f([xy]),x,y),[-3 12 -1 11])

hold on

for i = 1 : length(W)

    plot(A(1,i), A(2,i), 'o', 'MarkerSize', W(i)*2, 'MarkerFace', 'c' )

    text(A(1,i)+0.4, A(2,i), sprintf('(%g, %g)', A(:,i)))

end

h2 = plot(x0(1), x0(2), ':.', 'color', [1 1 1]*0.8)

h1 = plot(x0(1), x0(2), 'r*')

h3 = title('')

axis equal

colorbar

X = x0

% 迭代

while true

    N = n(x0)

    x = sum( [W W] .* A ./ [N N], 2 ) / sum( W ./ N, 2 )

    

    % 更新绘图

    X = [X x]

    set(h2, 'XData', X(1,:), 'YData', X(2,:))

    set(h1, 'XData', x(1), 'YData', x(2))

    set(h3, 'str', sprintf('Current point: (%.4f, %.4f), f(x) = %.6f', x, f(x)) )

    drawnow

    pause(0.5)

    

    % 若满足精度要求，退出循环，否则以新的值继续迭代

    if abs( f(x) - f(x0) ) <= f(x0) * e

        set(h1, 'Color', 'g', 'Marker', 'p', 'MarkerFace', 'g')

        break

    end

    x0 = x

end

参考：

Weiszfeld 算法

1 x'-- x的转置矩阵

x*x'的结果是矩阵或数值，由x的维数（x若为向量，维数就是其长度）决定

2 inv 求逆矩阵。

miu=1/(ad'*inv(R)*ad)

既然程序没有报错，那么(ad'*inv(R)*ad)就是一个数值，而

w = miu*inv(R)*ad = 1/(ad'*inv(R)*ad) * inv(R)*ad 是矩阵运算，

不能按照代数四则运算进行简单的“约分”败饥。

3 y(1,v)=w.'*a

v=v+1 这是为了记录向量y，v表液枯耐示当前值在向量中的位置。算完这一个后，位置向后移动，从v到（v+1），继续循环，算出的y值闹春就记录在（v+1）位置处

---