matlab算法
1. matlab 算法如何使用
遗传算法可以用来最优化计算，即计算一个东西的最大或最小的东西，或者最优解。不知道你想用来具体解决什么问题，没法仔细回答。你把具体想干啥和原始数据发到邮箱[email protected]，我可以帮你解答
2. 如何使用matlab计算加权平均分
计算加权平均分的示例代码如下：
>> x = [80 92 83 67]; % 各科成绩
>> w = [2.5 1.0 1.5 3.0]; % 各科学分
>> y = sum(x.*w)/sum(w) %加权成绩
y =77.1875
(2)matlab算法扩展阅读：
Matlab常用函数和命令
size 矩阵的大小
slice 立体切片图
solve 求代数方程的符号解
spalloc 为非零元素配置内存
sparse 创建稀疏矩阵
spconvert 把外部数据转换为稀疏矩阵
semilogx: x轴为对数刻度，y轴为线性刻度
semilogy: x轴为线性刻度，y轴为对数刻度
floor(x)：下取整，即舍去正小数至相邻整数
ceil(x)：上取整，即加入正小数至相邻整数
3. matlab 矩阵算法
你所说的可能是指MATLAB的向量化运算（Vectorization）吧？
MATLAB顾名思义，本来就是为向量或矩阵运算设计的，所以很多场合，如果能够使用向量化运算，就应尽量避免使用显式循环（for和while）。这一点是和普通的高级编程语言如C++、Fortran有显着差别的。
举一个简单的例子：生成一个对数表，如果使用循环
x = .01;
for k = 1:1001
y(k) = log10(x);
x = x + .01;
end
而在MATLAB中可以用这种向量化的代码：
x = .01:.01:10;
y = log10(x);
二者的差别不仅在于代码量的大小，效率差别也很大。
这方面也没什么特殊的资料，属于比较基础的，如果想用好MATLAB，就请多花点时间把基本功练扎实点（事实上很多人并没做到）。特别提醒一下，很多时候注意使用MATLAB的“点运算操作符”，如.*, ./, .^等。想进一步了解这方面的内容，可以在MATLAB帮助系统里搜索一下Vectorization，有一些相关的主题和例子。
4. MATLAB如何计算
symsx
y=log(x）/(2+exp(x));
d2y=diff(y,x,2)
symsx
y=3^x*(x^2+1);
f=int(y)
5. matlab函数算法
MATLAB有个东西叫做"脚本"有个东西叫做"函数", 你是不是把function [s,w]=shang(x)放到脚本里去了?
6. matlab计算
这样写：
x = 1:10;
g2 = 0;
a = 1.50;
for i = 1:10
s = x;
s(i) = [];
g2 = g2 + prod((1.5-s)./(x(i)-s));
end
g2
7. matlab hash算法
代码没问题，可这样输入：
>> algs='MD2';h=hash('my sample text',algs)
h =
>> algs='MD5';h=hash('abcd',algs)
h =
>> algs='MD5';h=hash('1234',algs)
h =
>> algs='SHA-1';h=hash('1234',algs)
h =
8. matlab计算
n的阶乘：factorial函数就可以求自然数的阶乘，例如，要求5的阶乘：
>> factorial(5)
ans =
120
n中取m的组合数：用combntns函数，例如求5中取2的组合数：
>>c=size(combntns(1:5,2));c(1)
ans =
10
再如，求10中取4的组合数：
>> c=size(combntns(1:10,4));c(1)
ans =
210
两个多项式(不一定同阶)的系数,求这两个多项式的和:编程
function p=polyplus(p1,p2)
%p=polyplus(p1,p2)
%input p1: 第一个多项式系数向量
% p2: 第二个多项式系数向量
%output p：两个多项式的系数和
%p1和p2必须是行向量
l1=length(p1);
l2=length(p2);
if l1>=l2
p3=[zeros(1,l1-l2),p2];
p=p1+p3;
else
p3=[zeros(1,l2-l1),p1];
p=p2+p3;
end
验证：
>> a=[1 2 3 4 5];
b=[6 1 0 2];
polyplus(a,b)
ans =
1 8 4 4 7
9. matlab的算法有哪些急用！谢谢啊！
MATLAB 产品族可以用来进行以下各种工作：
● 数值分析
● 数值和符号计算
● 工程与科学绘图
● 控制系统的设计与仿真
● 数字图像处理 技术
● 数字信号处理 技术
● 通讯系统设计与仿真
● 财务与金融工程
MATLAB 的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。附加的工具箱（单独提供的专用 MATLAB 函数集）扩展了 MATLAB 环境，以解决这些应用领域内特定类型的问题。
matlab特点
●此高级语言可用于技术计算
●此开发环境可对代码、文件和数据进行管理
●交互式工具可以按迭代的方式探查、设计及求解问题
●数学函数可用于线性代数、统计、傅立叶分析、筛选、优化以及数值积分等
●二维和三维图形函数可用于可视化数据
●各种工具可用于构建自定义的图形用户界面
●各种函数可将基于MATLAB的算法与外部应用程序和语言（如 C、C++、Fortran、Java、COM 以及 Microsoft Excel）集成
MATLAB的优势
（1）友好的工作平台和编程环境
MATLAB由一系列工具组成。这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用的是图形用户界面。包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。随着MATLAB的商业化以及软件本身的不断升级，MATLAB的用户界面也越来越精致，更加接近Windows的标准界面，人机交互性更强，操作更简单。而且新版本的MATLAB提供了完整的联机查询、帮助系统，极大的方便了用户的使用。简单的编程环境提供了比较完备的调试系统，程序不必经过编译就可以直接运行，而且能够及时地报告出现的错误及进行出错原因分析。
（2）简单易用的程序语言
Matlab一个高级的矩阵/阵列语言，它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。用户可以在命令窗口中将输入语句与执行命令同步，也可以先编写好一个较大的复杂的应用程序（M文件）后再一起运行。新版本的MATLAB语言是基于最为流行的C＋＋语言基础上的，因此语法特征与C＋＋语言极为相似，而且更加简单，更加符合科技人员对数学表达式的书写格式。使之更利于非计算机专业的科技人员使用。而且这种语言可移植性好、可拓展性极强，这也是MATLAB能够深入到科学研究及工程计算各个领域的重要原因。
（3）强大的科学计算机数据处理能力
MATLAB是一个包含大量计算算法的集合。其拥有600多个工程中要用到的数学运算函数，可以方便的实现用户所需的各种计算功能。函数中所使用的算法都是科研和工程计算中的最新研究成果，而前经过了各种优化和容错处理。在通常情况下，可以用它来代替底层编程语言，如C和C++ 。在计算要求相同的情况下，使用MATLAB的编程工作量会大大减少。MATLAB的这些函数集包括从最简单最基本的函数到诸如矩阵，特征向量、快速傅立叶变换的复杂函数。函数所能解决的问题其大致包括矩阵运算和线性方程组的求解、微分方程及偏微分方程的组的求解、符号运算、傅立叶变换和数据的统计分析、工程中的优化问题、稀疏矩阵运算、复数的各种运算、三角函数和其他初等数学运算、多维数组操作以及建模动态仿真等。
（4）出色的图形处理功能
图形处理功能 MATLAB自产生之日起就具有方便的数据可视化功能，以将向量和矩阵用图形表现出来，并且可以对图形进行标注和打印。高层次的作图包括二维和三维的可视化、图象处理、动画和表达式作图。可用于科学计算和工程绘图。新版本的MATLAB对整个图形处理功能作了很大的改进和完善，使它不仅在一般数据可视化软件都具有的功能（例如二维曲线和三维曲面的绘制和处理等）方面更加完善，而且对于一些其他软件所没有的功能（例如图形的光照处理、色度处理以及四维数据的表现等），MATLAB同样表现了出色的处理能力。同时对一些特殊的可视化要求，例如图形对话等，MATLAB也有相应的功能函数，保证了用户不同层次的要求。另外新版本的MATLAB还着重在图形用户界面（GUI）的制作上作了很大的改善，对这方面有特殊要求的用户也可以得到满足。
（5）应用广泛的模块集合工具箱
MATLAB对许多专门的领域都开发了功能强大的模块集和工具箱。一般来说，它们都是由特定领域的专家开发的，用户可以直接使用工具箱学习、应用和评估不同的方法而不需要自己编写代码。目前，MATLAB已经把工具箱延伸到了科学研究和工程应用的诸多领域，诸如数据采集、数据库接口、概率统计、样条拟合、优化算法、偏微分方程求解、神经网络、小波分析、信号处理、图像处理、系统辨识、控制系统设计、LMI控制、鲁棒控制、模型预测、模糊逻辑、金融分析、地图工具、非线性控制设计、实时快速原型及半物理仿真、嵌入式系统开发、定点仿真、DSP与通讯、电力系统仿真等，都在工具箱（Toolbox）家族中有了自己的一席之地。
（6）实用的程序接口和发布平台
新版本的MATLAB可以利用MATLAB编译器和C/C++数学库和图形库，将自己的MATLAB程序自动转换为独立于MATLAB运行的C和C++代码。允许用户编写可以和MATLAB进行交互的C或C++语言程序。另外，MATLAB网页服务程序还容许在Web应用中使用自己的MATLAB数学和图形程序。MATLAB的一个重要特色就是具有一套程序扩展系统和一组称之为工具箱的特殊应用子程序。工具箱是MATLAB函数的子程序库，每一个工具箱都是为某一类学科专业和应用而定制的，主要包括信号处理、控制系统、神经网络、模糊逻辑、小波分析和系统仿真等方面的应用。
（7）应用软件开发（包括用户界面）
在开发环境中，使用户更方便地控制多个文件和图形窗口；在编程方面支持了函数嵌套，有条件中断等；在图形化方面，有了更强大的图形标注和处理功能，包括对性对起连接注释等；在输入输出方面，可以直接向Excel和HDF5进行连接。