畢業(yè)設計--基于單純形法的pid參數(shù)優(yōu)化設計-資料下載頁
2025-01-12 22:30本頁面
【正文】 q。 end end end 15 %初始化 v1...vn,也是單純形的 n+1 個頂點 v = zeros(n + 1, n)。 v(1, :) = x0。 for i = 2 : (n + 1) v(i, :) = x0 + z(i, :)。 end %初始化頂點函數(shù)值矩陣 f = zeros(n + 1, 1)。 for i = 1 : (n + 1) f(i) = Targetf(v(i, :))。 end %%% %本函數(shù)根據(jù)單純性求解最優(yōu)點的法則求解最 優(yōu)點 %v,f 為得到的初始單純性 %Nextv 為下一個單純形 %Nextf 為下一個單純形函數(shù)值 %Delta 為本次單純形的誤差 %%% function [Nextv, Nextf, Delta, Meanf] = FYSJ(v, f, r, e, c, n) [fh, h] = max(f)。%找出 f 中值最大的元素和其位置 [fl, l] = min(f)。%找出 f 中值最大的元素和其位置 v0 = zeros(1, n)。%去掉最壞頂點后的（ n1）空間中單純形的中心點 for i = 1 : n v0(i) = (sum(v(:, i)) v(h, i)) / n。 end vr = zeros(1, n)。 vr = v0 + r * (v0 v(h, :))。%通過 v0 反射 vGama fr = Targetf(vr)。 16 %%%開始判斷 ,oh, my god, it39。s really terrible%%% if (fr fl) %%%第一模塊 %%% %如果 frfl，則繼續(xù)延伸 ve = v0 + e * (vr v0)。 fe = Targetf(ve)。 if (fe = fl) %如果 fefl v(h, :) = ve。 f(h) = fe。 [Delta, Meanf] = Error(v, f)。 else v(h, :) = vr。 f(h) = fr。 [Delta, Meanf] = Error(v, f)。 end %%%第一模塊 %%% else %%%第二模塊 %%% for i = 1 : n if (i == h) continue。 else if (fr f(i)) v(h, :) = vr。 f(h) = fr。 [Delta, Meanf] = Error(v, f)。 break。 end 17 end end %%%第二模塊 %%% %%%第三模塊 %%% if (fr fh) vc = v0 + c * (v(h, :) v0)。 fc = Targetf(vc)。 else v(h, :) = vr。 f(h) = Targetf(vr)。 vc = v0 + c * (v(h, :) v0)。 fc = Targetf(vc)。 end %%%第三模塊 %%% %%%第三模塊 %%% if (fc = fh) v(h, :) = vc。 f(h) = fc。 [Delta, Meanf] = Error(v, f)。 else for i = 1 : (n + 1) v(i, :) = * (v(i, :) + v(l, :))。 f(i) = Targetf(v(i, :))。 [Delta, Meanf] = Error(v, f)。 end end end 18 Nextv = v。 Nextf = f。 %%% %此函數(shù)用來求解判斷終止的誤差 %v,f 為得到的初始單純性 %Delta 為本次單純形的誤差 %%% function [Delta, Meanf] = Error(v, f) Delta = 0。 %計算中心點維數(shù) [m, n] = size(v)。 if (m n) Meanv = zeros(n, 1)。 n1 = m。 else Meanv = zeros(m, 1)。 n1 = n。 end %計算中心點向量 meanv for i = 1 : n1 Meanv(i) = sum(v(:, i)) / (n1 + 1)。 end %計算中心點和單純形各個頂點的差值 for i = 1 : (n1 + 1) Delta = Delta + (f(i) Targetf(Meanv)) * (f(i) Targetf(Meanv))。 end Delta = Delta / (n1 + 1)。 %得到最終誤差 Delta = sqrt(Delta)
范文總結相關推薦
鄂ICP備17016276號-1