-1

次のコードは、データが として渡される場合に機能します1x50 array。(データは実際には、他のいくつかのパラメーターも渡す構造体です)。各 i に対してパラメーターの配列が返される1x50場合4x1(の値de.nPは 600)。

ただし、データのマトリックスを渡すことができるように変更しdて、マトリックスにディメンションがあるようにしdx50ます。4xdこれにより、各 i の配列が返されます。

私の質問は、セル配列または 3D 配列を使用して値を格納する必要があるかどうかです。私には両方の方法が仕事をすることができるようですか？

for i=1:de.nP
    betas(:,i)=NSS_betas(P1(:,i),data);
end

使用する必要があるコードをさらに詳しく見ていきます

Params=vertcat(betas,P1);

配列はどこP1にありますか。2x1したがって、日付ごとに (i) P(1) の内容をその日付のすべてのベータに連結する必要があります。

これは cellarray と 3D array のどちらを使用するかの選択に影響しますか?

cellarray はベクトル化されたコードに適しているように思えますが (可能な限りこれを使用しようとしています)、3D 配列は次のような関数で使用する方が簡単かもしれませんvertcat。

ここにコード全体があります

mats=[1:50];
mats2=[2 5 10 30];
betaTRUE=[5 -2 5 -5 1 3; 4 -3 6 -1 2 4];
for i=1:size(betaTRUE,1)
    yM(i,:)=NSS(betaTRUE(i,:),mats);
    y2(i,:)=NSS(betaTRUE(i,:),mats2);
end
dataList=struct('yM',yM,'mats',mats,'model',@NSS,'mats2',mats2,'y2',y2);
de=struct('min',[0; 2.5],'max',      [2.5;5],'d',2,'nP',200,'nG',300,'ww',0.1,'F',0.5,'CR',0.99,'R',0,'oneElementfromPm',1);
beta=DElambdaVec(de,dataList,@OF);




function [output]=DElambdaVec(de,data,OF)

    P1=zeros(de.d,de.nP);
    Pu=zeros(de.d,de.nP);

 for i=1:de.d
     P1(i,:)=de.min(i,1)+(de.max(i,1)-de.min(i,1))*rand(de.nP,1);
 end


 P1(:,1:de.d)=diag(de.max);
 P1(:,de.d+1:2*de.d)=diag(de.min);

 for i=1:de.nP
     betas(:,i)=NSS_betas(P1(:,i),data);
 end

 Params=vertcat(betas,P1);

 Fbv=NaN(de.nG,1);
 Fbest=realmax;



 F=zeros(de.nP,1);
 P=zeros(de.nP,1);


 for i=1:de.nP 

    F(i)=OF(Params(:,i)',data);

    P(i)=pen(P1(:,i),de,F(i));
    F(i)=F(i)+P(i);


 end

 [Fbest indice] =min(F);
 xbest=Params(:,indice);
 %vF=vF+vP;

%NaN(de.nG,de.nP);
Col=1:de.nP; 

for g=1:de.nG
    P0=P1;
    rowS=randperm(de.nP)';
    colS=randperm(4)';
    RS=circshift(rowS,colS(1));
    R1=circshift(rowS,colS(2));
    R2=circshift(rowS,colS(3));
    R3=circshift(rowS,colS(4));

%mutate
Pm=P0(:,R1)+de.F*(P0(:,R2)-P0(:,R3));
%extra mutation
if de.R>0 
    Pm=Pm+de.r*randn(de.d,de.nP);
end

%crossover
PmElements=rand(de.d,de.nP)<de.CR;
%mPv(MI)=mP(Mi);
if de.oneElementfromPm
   Row=unidrnd(de.d,1,de.nP);
   ExtraPmElements=sparse(Row,Col,1,de.d,de.nP);
   PmElements=PmElements|ExtraPmElements;
end

P0_Elements=~PmElements;
Pu(:,RS)=P0(:,RS).*P0_Elements+PmElements.*Pm;

for i=1:de.nP
betasPu(:,i)=NSS_betas(Pu(:,i),data);
end



ParamsPu=vertcat(betasPu,Pu);
flag=0;
for i=1:de.nP

    Ftemp=OF(ParamsPu(:,i)',data);
    Ptemp=pen(Pu(:,i),de,F(i));
    Ftemp=Ftemp+Ptemp;

    if Ftemp<=F(i);
        P1(:,i)=Pu(:,i);
        F(i)=Ftemp;
        if Ftemp < Fbest
        Fbest=Ftemp; xbest=ParamsPu(:,i); flag=1;
        end
    else
        P1(:,i)=P0(:,i);
    end    
end

if flag
    Fbv(g)=Fbest;
end

end

output.Fbest=Fbest; output.xbest=xbest; output.Fbv=Fbv;

end


function penVal=pen(mP,pso,vF)

minV=pso.min;
maxV=pso.max;
ww=pso.ww;

A=mP-maxV;
A=A+abs(A);

B=minV-mP;
B=B+abs(B);

C=ww*((mP(1,:)+mP(2,:))-abs(mP(1,:)+mP(2,:)));
penVal=ww*sum(A+B,1)*vF-C;


end


function betas=NSS_betas(lambda,data)

mats=data.mats2';
lambda=lambda;
yM=data.y2';
nObs=size(yM,1);
G= [ones(nObs,1) (1-exp(-mats./lambda(1)))./(mats./lambda(1)) ((1-exp(-     mats./lambda(1)))./(mats./lambda(1))-exp(-mats./lambda(1))) ((1-exp(-   mats./lambda(2)))./(mats./lambda(2))-exp(-mats./lambda(2)))];

betas=G\yM;

end
4

1 に答える 1

0

ただし、これを行うには、関数の残りの部分で大規模な再コーディングが必要になります。 

betas=zeros(4,size(data.y2,1),de.nP);
 for i=1:de.nP
 betas(:,:,i)=NSS_betas(P1(:,i),data);
 end
于 2012-10-15T18:58:09.183 に答える