Question

当数据作为1x50 array传递时，以下代码可以正常工作。（数据实际上是一个传递几个其他参数的结构）。在1x50情况下，为每个i返回4x1个参数数组（de.nP的值为600）。

但是我想更改它，以便我可以传递一个数据矩阵，说明d个日期，以便矩阵具有维度dx50。然后，这将为每个i返回一个4xd数组。

我的问题是我应该使用单元格数组还是3D数组来存储值？在我看来，这两种方法都可以完成这项工作吗？

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

进一步研究代码我将需要使用

Params=vertcat(betas,P1);

其中P1是2x1数组。因此，对于每个日期（i），我需要将P（1）的内容连接到该日期的所有beta。

这会影响是否使用cellarray或3D阵列的选择吗？

在我看来，cellarray更适合矢量化代码（这是我试图尽可能多地使用）但3D数组可能更容易使用vertcat等功能？

这是整个代码

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

Answer 1

虽然这个技巧需要在函数的其余部分进行大量重新编码！

betas=zeros(4,size(data.y2,1),de.nP);
 for i=1:de.nP
 betas(:,:,i)=NSS_betas(P1(:,i),data);
 end

Cell Array或Multi-Subscripted Array？

1 个答案: