一些简单算法MATLAB代码.docVIP

下载本文档

21
0
约3.19千字
约 5页
2016-04-22 发布于安徽
举报
版权申诉

一些简单算法MATLAB代码.doc

1、本文档共5页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一些简单算法MATLAB代码.doc

层次分析法： %层次分析法的matlab程序 disp(请输入判断矩阵A(n阶)); A=input(A=);%判断矩阵 [n,n]=size(A);%n阶 x=ones(n,100); y=ones(n,100); m=zeros(1,100); m(1)=max(x(:,1)); y(:,1)=x(:,1); x(:,2)=A*y(:,1); m(2)=max(x(:,2)); y(:,2)=x(:,2)/m(2); p=0.0001;i=2;k=abs(m(2)-m(1)); while kp i=i+1; x(:,i)=A*y(:,i-1); m(i)=max(x(:,i)); y(:,i)=x(:,i)/m(i); k=abs(m(i)-m(i-1)); end a=sum(y(:,i)); w=y(:,i)/a; t=m(i); disp(权向量);disp(w); disp(最大特征值);disp(t); %以下是一致性检验 CI=(t-n)/(n-1);RI=[0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59];%RI根据n来选 CR=CI/RI(n);%判断是否通过一致性检验 if CR0.10 disp(此矩阵的一致性可以接受!); disp(CI=);disp(CI); disp(CR=);disp(CR); else disp(此矩阵的一致性不可以接受!); end 主成分分析： function [lambda,T,fai]=MSA2(A)%lambda特征根,T特征向量,fai贡献率 %求标准化后的协差矩阵,再求特征根和特征向量 %标准化处理 [p,n]=size(A);%p行n列,列为几种 for j=1:n mju(j)=mean(A(:,j)); sigma(j)=sqrt(cov(A(:,j))); end for i=1:p for j=1:n Y(i,j)=(A(i,j)-mju(j))/sigma(j); end end sigmaY=cov(Y); %求X标准化的协差矩阵的特征根和特征向量 [T,lambda]=eig(sigmaY); disp(特征根(由小到大):); disp(lambda); disp(特征向量:); disp(T); %方差贡献率; Xsum=sum(sum(lambda,2),1); for i=1:n fai(i)=lambda(i,i)/Xsum; end disp(方差贡献率:); disp(fai); u=T(:,n); B=[]; h=length(A(:,1)); for k=1:n m1=mean(A(:,k)); t=(A(:,k)-m1).^2; m2=sqrt(sum(t))/(h-1); B=[B,(A(:,k)-m1)./m2]; end y=B*u; x1=1:1:length(y); plot(x1,y); xlabel(时间/小时) ylabel(综合指标) title(综合指标-时间曲线) 灰色关联度: clear all; close all; clc x(1,:)=[1039641,1114569,1146388,1265890,1322341,1482145,1548594,1634719,1798300,1905093,2084144,2367708,2551127]; x(2,:)=[7093233,7935809,90182251318225417283905237258072844069335726276]; x(3,:)=[5692742,6629760,7653689,897404213012704189465882509923734584984;%比较序列 m=3;%几行 n=13;%几列 x0=[2143000,2497000,2944000,3259000,4101000,4651000,5437000,6301000,7072000,803100011910000%参考序列 avg=zeros(1,n); for i=1:m