最短路算法,matlab程序

%我自己写的一个最短路算法，matlab程序

(过去写的，在我的百度空间上面也有)

clear;

clc;

M=1000;

a(1,:)=[0,50,M,40,25,10];

a(2,:)=[zeros(1,2),15,20,M,25];

a(3,:)=[zeros(1,3),10,20,M];

a(4,:)=[zeros(1,4),10,25];

a(5,:)=[zeros(1,5),55];

a(6,:)=zeros(1,6);

a=a+a';

%----------以上为矩阵数据--------------

d=a(1,:)

a(:,1)=a(:,1)+M;

t=1;

Row=1;

while t<=length(a)

temp=find(a(Row,:)==min(a(Row,:)));

for i=1:length(temp);

a(:,temp(1))=a(:,temp(1))+M;

if min(a(Row,:))+d(Row)

end

Row

t=t+1;

Row=temp(1);

for i=2:length(temp);

a(:,temp(i))=a(:,temp(i))-M; end

end

聚类分析Matlab程序实现

2. Matlab程序 2.1 一次聚类法 X=[11978 12.5 93.5 31908;…;57500 67.6 238.0 15900]; T=clusterdata(X,0.9) 2.2 分步聚类 Step1 寻找变量之间的相似性用pdist函数计算相似矩阵，有多种方法可以计算距离，进行计算之前最好先将数据用zscore 函数进行标准化。 X2=zscore(X); %标准化数据 Y2=pdist(X2); %计算距离 Step2 定义变量之间的连接 Z2=linkage(Y2); Step3 评价聚类信息 C2=cophenet(Z2,Y2); //0.94698 Step4 创建聚类，并作出谱系图 T=cluster(Z2,6); H=dendrogram(Z2); Matlab提供了两种方法进行聚类分析。一种是利用 clusterdata函数对样本数据进行一次聚类，其缺点为可供用户选择的面较窄，不能更改距离的计算方法；另一种是分步聚类：（1）找到数据集合中变量两两之间的相似性和非相似性，用pdist函数计算变量之间的距离；（2）用 linkage函数定义变量之间的连接；（3）用 cophenetic函数评价聚类信息；（4）用cluster函数创建聚类。 1．Matlab中相关函数介绍 1.1 pdist函数调用格式：Y=pdist(X,’metric’) 说明：用‘metric’指定的方法计算 X 数据矩阵中对象之间的距离。’ X：一个m×n的矩阵，它是由m个对象组成的数据集，每个对象的大小为n。 metric’取值如下： ‘euclidean’：欧氏距离（默认）；‘seuclidean’：标准化欧氏距离； ‘mahalanobis’：马氏距离；‘cityblock’：布洛克距离； ‘minkowski’：明可夫斯基距离；‘cosine’： ‘correlation’：‘hamming’： ‘jaccard’：‘chebychev’：Chebychev距离。 1.2 squareform函数调用格式：Z=squareform(Y,..) 说明：强制将距离矩阵从上三角形式转化为方阵形式，或从方阵形式转化为上三角形式。 1.3 linkage函数调用格式：Z=linkage(Y,’method’) 说明：用‘method’参数指定的算法计算系统聚类树。 Y：pdist函数返回的距离向量；

基于MATLAB的电力系统短路故障分析与仿真

· ……………………. ………………. ………………… 毕业论文基于MATLAB 的电力系统短路故障分析与仿真院部机械与电子工程学院专业班级电气工程及其自动化届次 2015届学生姓名学号指导教师装订线 ……………….……. …………. …………. ………

摘要.................................................................................................................................................. I Abstract .......................................................................................................................................... II 1 引言 (1) 1.1 课题研究的背景 (1) 1.2 课题研究的国内外现状 (1) 2 短路故障分析 (1) 2.1 近年来短路故障 (1) 2.2 短路的定义及其分类 (2) 2.3 短路故障产生的原因及危害 (4) 2.4 预防措施 (4) 2.5 短路故障的分析诊断方法 (5) 3 仿真与建模 (6) 3.1 仿真工具简介 (6) 3.1.1 MATLAB的特点 (6) 3.1.2 Simulink简介 (7) 3.1.3 SPS(SimPowerSystems) (8) 3.1.4 GUI（图形用户界面） (8) 3.2 模型的建立 (8) 3.2.1 无限大电源系统短路故障仿真模型 (8) 3.2.2 仿真参数的设置 (9) 4 仿真结果分析 (16) 4.1 三相短路分析 (16) 4.2 单相短路分析（以A相短路为例） (18) 4.3 两相短路（以A、B相短路为例） (22) 4.4 两相接地短路（以A、B相短路为例） (25) 5 结论 (28) 6 前景与展望 (28) 参考文献 (29) 致谢 (30)

MATLAB实现FCM 聚类算法

本文在阐述聚类分析方法的基础上重点研究FCM 聚类算法。FCM 算法是一种基于划分的聚类算法，它的思想是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。最后基于MATLAB实现了对图像信息的聚类。第 1 章概述聚类分析是数据挖掘的一项重要功能，而聚类算法是目前研究的核心，聚类分析就是使用聚类算法来发现有意义的聚类，即“物以类聚” 。虽然聚类也可起到分类的作用，但和大多数分类或预测不同。大多数分类方法都是演绎的，即人们事先确定某种事物分类的准则或各类别的标准，分类的过程就是比较分类的要素与各类别标准，然后将各要素划归于各类别中。确定事物的分类准则或各类别的标准或多或少带有主观色彩。为获得基于划分聚类分析的全局最优结果，则需要穷举所有可能的对象划分，为此大多数应用采用的常用启发方法包括：k-均值算法，算法中的每一个聚类均用相应聚类中对象的均值来表示；k-medoid 算法，算法中的每一个聚类均用相应聚类中离聚类中心最近的对象来表示。这些启发聚类方法在分析中小规模数据集以发现圆形或球状聚类时工作得很好，但当分析处理大规模数据集或复杂数据类型时效果较差，需要对其进行扩展。而模糊C均值(Fuzzy C-means, FCM)聚类方法，属于基于目标函数的模糊聚类算法的范畴。模糊C均值聚类方法是基于目标函数的模糊聚类算法理论中最为完善、应用最为广泛的一种算法。模糊c均值算法最早从硬聚类目标函数的优化中导出的。为了借助目标函数法求解聚类问题，人们利用均方逼近理论构造了带约束的非线性规划函数，以此来求解聚类问题，从此类内平方误差和WGSS(Within-Groups Sum of Squared Error)成为聚类目标函数的普遍形式。随着模糊划分概念的提出，Dunn [10] 首先将其推广到加权WGSS 函数，后来由Bezdek 扩展到加权WGSS 的无限族，形成了FCM 聚类算法的通用聚类准则。从此这类模糊聚类蓬勃发展起来，目前已经形成庞大的体系。第 2 章聚类分析方法 2-1 聚类分析聚类分析就是根据对象的相似性将其分群，聚类是一种无监督学习方法，它不需要先验的分类知识就能发现数据下的隐藏结构。它的目标是要对一个给定的数据集进行划分，这种划分应满足以下两个特性：①类内相似性：属于同一类的数据应尽可能相似。②类间相异性：属于不同类的数据应尽可能相异。图2.1是一个简单聚类分析的例子。

matlab仿真电力系统短路故障分析

本科生毕业设计（论文）题目：运用Matlab仿真分析短路故障学生姓名：系别：机电系专业年级：电气工程及其自动化专业指导教师： 2013年 6 月 20 日

摘要本文先对电力系统的短路故障做了简要介绍，分析了线路运行的基本原理及其运行特点，并对短路故障的过程进行了理论分析。在深入分析三相短路故障的稳态和暂态电气量的基础上，总结论述了当今三相短路的的各种流行方案，分别阐述了其基本原理和存在的局限性。并运用派克变换及d.q.o坐标系统的发电机基本方程和拉氏运算等对其中的三相短路故障电流等做了详细的论述。并且利用Matlab中的simulink仿真软件包，建立了短路系统的统一模型，通过设置统一的线路参数、仿真参数。给出了仿真结果及线路各主要参数的波形图。最后根据仿真结果，分析目前自动选线法存在的主要问题及以后的发展方向。关键词：短路故障；派克变换；拉氏运算；Matlab

ABSTRACT This paper first on the three-phase short circuit of electric power system is briefly introduced, analyzed the basic principle of operation of three-phase circuit and its operation characteristic, and the three-phase short circuit fault process undertook theoretical analysis. In depth analysis of three-phase short circuit fault of steady state and transient electrical quantities based on the summary, the three-phase short circuit of various popular programs, respectively, expounds its basic principles and limitations. And the use of Peck transform and d.q.o coordinate system of the generator basic equation and Laplace operator on the three-phase short-circuit current in detail. And the use of Matlab in the Simulink simulation software package, to establish a unified model of three-phase short-circuit system, by setting the unified circuit parameters, the simulation parameters. The simulation results are presented and the main parameters of the waveform of line. Finally, according to the simulation results, analysis of the current automatic line selection method the main existing problems and the future direction of development. Keywords：Short-circuit failure ;Peck transform;The Laplace operator;M atlab

蚁群算法TSP问题matlab源代码

function [R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=ACATSP(C,NC_max,m,Alpha,Beta ,Rho,Q) %%===================================================== ==================== %% ACATSP.m %% Ant Colony Algorithm for Traveling Salesman Problem %% ChengAihua,PLA Information Engineering University,ZhengZhou,China %% Email:aihuacheng@https://www.360docs.net/doc/b512947946.html, %% All rights reserved %%------------------------------------------------------------------------- %% 主要符号说明 %% C n个城市的坐标，n×4的矩阵 %% NC_max 最大迭代次数 %% m 蚂蚁个数 %% Alpha 表征信息素重要程度的参数 %% Beta 表征启发式因子重要程度的参数 %% Rho 信息素蒸发系数 %% Q 信息素增加强度系数 %% R_best 各代最佳路线 %% L_best 各代最佳路线的长度 %%===================================================== ==================== %%第一步：变量初始化 n=size(C,1);%n表示问题的规模（城市个数） D=zeros(n,n);%D表示完全图的赋权邻接矩阵 for i=1:n for j=1:n if i~=j D(i,j)=max( ((C(i,1)-C(j,1))^2+(C(i,2)-C(j,2))^2)^0.5,min(abs(C(i,3)-C(j,3)),144- abs(C(i,3)-C(j,3))) );%计算城市间距离 else D(i,j)=eps; end D(j,i)=D(i,j); end end Eta=1./D;%Eta为启发因子，这里设为距离的倒数 Tau=ones(n,n);%Tau为信息素矩阵 Tabu=zeros(m,n);%存储并记录路径的生成 NC=1;%迭代计数器 R_best=zeros(NC_max,n);%各代最佳路线

matlab实现Kmeans聚类算法

题目：matlab实现Kmeans聚类算法姓名吴隆煌学号41158007

背景知识 1.简介： Kmeans算法是一种经典的聚类算法，在模式识别中得到了广泛的应用，基于Kmeans的变种算法也有很多，模糊Kmeans、分层Kmeans 等。 Kmeans和应用于混合高斯模型的受限EM算法是一致的。高斯混合模型广泛用于数据挖掘、模式识别、机器学习、统计分析。Kmeans 的迭代步骤可以看成E步和M步，E：固定参数类别中心向量重新标记样本，M：固定标记样本调整类别中心向量。K均值只考虑（估计）了均值，而没有估计类别的方差，所以聚类的结构比较适合于特征协方差相等的类别。 Kmeans在某种程度也可以看成Meanshitf的特殊版本，Meanshift 是一种概率密度梯度估计方法（优点：无需求解出具体的概率密度，直接求解概率密度梯度。），所以Meanshift可以用于寻找数据的多个模态（类别），利用的是梯度上升法。在06年的一篇CVPR文章上，证明了Meanshift方法是牛顿拉夫逊算法的变种。Kmeans 和EM算法相似是指混合密度的形式已知（参数形式已知）情况下，利用迭代方法，在参数空间中搜索解。而Kmeans和Meanshift相似是指都是一种概率密度梯度估计的方法，不过是Kmean选用的是特殊的核函数（uniform kernel），而与混合概率密度形式是否已知无关，是一种梯度求解方式。 k-means是一种聚类算法，这种算法是依赖于点的邻域来决定哪些

点应该分在一个组中。当一堆点都靠的比较近，那这堆点应该是分到同一组。使用k-means，可以找到每一组的中心点。当然，聚类算法并不局限于2维的点，也可以对高维的空间（3维，4维，等等）的点进行聚类，任意高维的空间都可以。上图中的彩色部分是一些二维空间点。上图中已经把这些点分组了，并使用了不同的颜色对各组进行了标记。这就是聚类算法要做的事情。这个算法的输入是： 1：点的数据（这里并不一定指的是坐标，其实可以说是向量） 2：K，聚类中心的个数（即要把这一堆数据分成几组）所以，在处理之前，你先要决定将要把这一堆数据分成几组，即聚成几类。但并不是在所有情况下，你都事先就能知道需要把数据聚成几类的。但这也并不意味着使用k-means就不能处理这种情况，下文中会有讲解。把相应的输入数据，传入k-means算法后，当k-means算法运行完后，该算法的输出是： 1：标签（每一个点都有一个标签，因为最终任何一个点，总会被分到某个类，类的id号就是标签） 2：每个类的中心点。标签，是表示某个点是被分到哪个类了。例如，在上图中，实际上

基于MATLABSimulink电力系统短路故障分析与仿真

基于MATLAB/Simulink电力系统短路故障分析与仿真摘要： MATLAB有强大的运算绘图能力，给用户提供了各种领域的工具箱，而且编程语法简单易学。论文对电力系统的短路故障做了简要介绍并对短路故障的过程进行了理论分析和MATLAB软件在电力系统中的应用，介绍了Matlab／Simulink的基本特点及利用MATLAB进行电力系统仿真分析的基本方法和步骤。在仿真平台上，以单机—无穷大系统为建模对象，通过选择模块，参数设置，以及连线，对电力系统的多种故障进行仿真分析。关键词：MATLAB、短路故障、仿真、电力系统 Abstract： MATLAB has powerful operation ability to draw, toolkit provides users with a variety of fields, and easy to learn programming grammar. Paper to give a brief introduction of fault of the power system and the process of fault are analyzed in theory and the application of MATLAB software in power system, this paper introduces the basic characteristics of MATLAB/Simulink and MATLAB power system simulation analysis of the basic methods and steps. On the simulation platform, with single - infinity system for modeling object, by selecting module, parameter Settings, as well as the attachment, a variety of fault simulation analysis of power system. Keyword:MATLAB;Fault analysis;Simulation;Power System;

最短距离聚类的matlab实现-1(含聚类图-含距离计算)

最短距离聚类的matlab实现-1 【2013-5-21更新】说明：正文中命令部分可以直接在Matlab中运行，作者(Yangfd09)于2013-5-21 19:15:50在MATLAB R2009a(7.8.0.347)中运行通过 %最短距离聚类（含距离计算，含聚类图） %说明：此程序的优点在于每一步都是自己编写的，很少用matlab现成的指令， %所以更适合于初学者，有助于理解各种标准化方法和距离计算方法。 %程序包含了极差标准化（两种方法）、中心化、标准差标准化、总和标准化和极大值标准化等标准化方法， %以及绝对值距离、欧氏距离、明科夫斯基距离和切比雪夫距离等距离计算方法。 %==========================>>导入数据<<============================== %变量名为test（新建一个以test变量，双击进入Variable Editor界面，将数据复制进去即可）%数据要求：m行n列，m为要素个数，n为区域个数（待聚类变量）。 % 具体参见末页测试数据。 testdata=test; %============================>>标准化<<=============================== %变量初始化，m用来寻找每行的最大值，n找最小值，s记录每行数据的和 [M,N]=size(testdata);m=zeros(1,M);n=9999*ones(1,M);s=zeros(1,M);eq=zeros(1,M); %为m、n和s赋值 for i=1:M for j=1:N if testdata(i,j)>=m(i) m(i)=testdata(i,j); end if testdata(i,j)<=n(i) n(i)=testdata(i,j); end s(i)=s(i)+testdata(i,j); end eq(i)=s(i)/N; end %sigma0是离差平方和，sigma是标准差 sigma0=zeros(M); for i=1:M for j=1:N sigma0(i)=sigma0(i)+(testdata(i,j)-eq(i))^2; end end sigma=sqrt(sigma0/N);

基于MATLAB的单机无穷大系统短路故障分析

基于MATLAB的单机无穷大系统短路故障分析【摘要】本文以MATLAB7.0软件为平台构建了一个单机无穷大系统的仿真模型，并以电力系统中最常见的单相短路故障为例，分析了短路中的电压电流波形，对研究电力系统的暂态过程打下基础。【关键词】单机无穷大系统; MATLAB;暂态稳定随着电系统规模逐渐扩大，对电力系统的稳定性要求越来越高，然而电力系统运行中的各种短路故障、负荷的突变现象时候发生，这些扰动会对电力系统的稳定造成很大的影响。我国电力工业参数高、容量大，为了排除一些因素的干扰，尽可能的使仿真模型贴近实际，在对电力系统稳态分析中常采用单机对无穷大系统（SIMB），单机—无穷大系统认为电源的电压幅值和频率在系统发生故障时仍能保持恒定，通过这样近似处理得到的仿真结果更贴近生产实际。 1.单机大无穷系统的原理分析图1是某单机无穷大系统的电路简化模型，左侧是模拟的无限个并联运行的发电机组经过变压器和双回路输电线路向无穷大母线VS供电。根据图1基础接下来用Simulink搭建上述电路模型并进行故障分析。图1 单机一无穷大系统电路简化模型 2.单机无穷大系统的simulink建模打开Simulink的扩展工具箱中电力系统模块（SimPowerSystems），选择合适的模块建模[1]。使用同步发电机（Synchronous Machine pu Standard），励磁系统（Excitation System）和水轮机调速器（Hydraulic Turbine and Governor）来组成发电机组，其中额定电压Vt=13.8KV，额定频率fn=50Hz，额定容量Pn=300E6V A，无穷大电源电压VS=220KV，转子类型（Rotor type）：凸极（Salient—Pole）。三相变压器联结组为Yd11型，采输电线路采用分布参数模型（Distributed Parameter Line）模拟220（KM）的高压线。图2 单机一大无穷系统simulink仿真图图3 单机大无穷系统A相短路时A、B、C三相电压波形具体Simulink仿真如图2所示，在三相短路故障模块选择A项和接地故障（Ground Fault），故障电阻和接地电阻都采用默认的0.001，在Transition times 栏设置故障开始和结束时间段为[0.15 0.26]。另外由于此系统是带发电机的非线性系统[2]，所以算法可以采ode23tb，仿真总时间设为0.5秒。

蚁群算法matlab程序代码

先新建一个主程序M文件ACATSP.m 代码如下: function [R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=ACATSP(C,NC_max,m,Alpha,Beta,Rho,Q) %%================================================== ======================= %% 主要符号说明 %% C n个城市的坐标，n×2的矩阵 %% NC_max 蚁群算法MATLAB程序最大迭代次数 %% m 蚂蚁个数 %% Alpha 表征信息素重要程度的参数 %% Beta 表征启发式因子重要程度的参数 %% Rho 信息素蒸发系数 %% Q 表示蚁群算法MATLAB程序信息素增加强度系数 %% R_best 各代最佳路线 %% L_best 各代最佳路线的长度 %%================================================== =======================

%% 蚁群算法MATLAB程序第一步：变量初始化 n=size(C,1);%n表示问题的规模（城市个数） D=zeros(n,n);%D表示完全图的赋权邻接矩阵 for i=1:n for j=1:n if i~=j D(i,j)=((C(i,1)-C(j,1))^2+(C(i,2)-C(j,2))^2)^0.5; else D(i,j)=eps; % i = j 时不计算，应该为0，但后面的启发因子要取倒数，用eps（浮点相对精度）表示 end D(j,i)=D(i,j); %对称矩阵 end end Eta=1./D; %Eta为启发因子，这里设为距离的倒数 Tau=ones(n,n); %Tau为信息素矩阵 Tabu=zeros(m,n); %存储并记录路径的生成

数学实验05聚类分析---用matlab做聚类分析

用matlab做聚类分析 Matlab提供了两种方法进行聚类分析。一种是利用clusterdata函数对样本数据进行一次聚类，其缺点为可供用户选择的面较窄，不能更改距离的计算方法；另一种是分步聚类：（1）找到数据集合中变量两两之间的相似性和非相似性，用pdist函数计算变量之间的距离；（2）用linkage函数定义变量之间的连接；（3）用cophenetic函数评价聚类信息；（4）用cluster函数创建聚类。1．Matlab中相关函数介绍 1.1pdist函数调用格式：Y=pdist(X,’metric’) 说明：用‘metric’指定的方法计算X数据矩阵中对象之间的距离。’X：一个m×n的矩阵，它是由m个对象组成的数据集，每个对象的大小为n。 metric’取值如下： ‘euclidean’：欧氏距离（默认）；‘seuclidean’：标准化欧氏距离； ‘mahalanobis’：马氏距离；‘cityblock’：布洛克距离； ‘minkowski’：明可夫斯基距离；‘cosine’： ‘correlation’：‘hamming’： ‘jaccard’：‘chebychev’：Chebychev距离。 1.2squareform函数调用格式：Z=squareform(Y,..)

说明：强制将距离矩阵从上三角形式转化为方阵形式，或从方阵形式转化为上三角形式。 1.3linkage函数调用格式：Z=linkage(Y,’method’) 说明：用‘method’参数指定的算法计算系统聚类树。 Y：pdist函数返回的距离向量； method：可取值如下： ‘single’：最短距离法（默认）；‘complete’：最长距离法； ‘average’：未加权平均距离法；‘weighted’：加权平均法； ‘centroid’：质心距离法；‘median’：加权质心距离法； ‘ward’：内平方距离法（最小方差算法）返回：Z为一个包含聚类树信息的（m-1）×3的矩阵。 1.4dendrogram函数调用格式：[H，T，…]=dendrogram(Z,p，…) 说明：生成只有顶部p个节点的冰柱图（谱系图）。 1.5cophenet函数调用格式：c=cophenetic(Z,Y) 说明：利用pdist函数生成的Y和linkage函数生成的Z计算cophenet相关系数。 1.6cluster函数调用格式：T=cluster(Z,…) 说明：根据linkage函数的输出Z创建分类。

基于Matlab的电力系统故障研究仿真

基于Matlab的电力系统故障分析与仿真摘要：本文介绍了MATLAB软件在电力系统中的应用，以及利用动态仿真工具Simulink和电力系统工具箱PSD进行仿真的基本方法。在仿真平台上，以单机—无穷大系统为建模对象，通过选择模块，参数设置，以及连线，对电力系统的多种故障进行仿真分析。同时，设计一个GUI图形界面，将仿真波形清晰地显示在界面上以便比较和分析。结果表明，仿真波形基本符合理论分析，说明了MATLAB是电力系统仿真研究的有力工具。关键词：电力系统；仿真；故障；MATLAB；GUI Abstract：This paper introduces the applications of MATLAB in power system analysis, and the basic simulation method of taking use of Simulink and PSD. On MATLAB simulation platform, take a single machine-infinite-bus system as modeling objects, by selecting the module, parameter settings, and connectingmodules to simulate and analysevariousfault of power system. At the same time, in order to facilitate comparison and analysis simulation waveform, design a GUI for showing waveform clearly.The results show that the simulation waveform in line with theoretical analysis, indicates that MATLAB is a powerful tool for researching simulation of power system. Keywords：PowerSystem。 Simulation。 Fault。 Matlab。 GUI 0 前言[1,2] 随着电力工业的发展，电力系统规划、运行和控制的复杂性亦日益增加，电力系统的生产和研究中仿真软件的应用也越来越广泛。现在，我们主要使用的电力系统仿真软件有：EMTP程序，用于电力系统电磁暂态计算，电力系统暂态过电压分析，暂态保护装置的综合选择等。PSCAD／EMTDC程序，典型应用是计算电力系统遭受扰动或参数变化时，参数随时间变化的规律。PSASP，其功能主要有稳态分析、故障分析和机电暂态分析。还有MathWorks公司开发的MATLAB软件。在MATLAB中，电力系统模型可以在Simulink环境下直接搭建，也可以进行封装和自定义模块库，充分显现了其仿真平台的优越性。更重要的是，MATLAB提供了丰富的工具箱资源，以及大量的实用模块，使我们可以更加深入地研究电力系统的行为特性。本篇论文将在熟练掌握MATLAB软件的基础上，对电力系统的故障进行建模、仿真、分析，并且设计一个GUI图形用户界面来反映故障波形。

蚁群算法matlab

蚁群算法的matlab源码，同时请指出为何不能优化到已知的最好解 % % % the procedure of ant colony algorithm for VRP % % % % % % % % % % % % %initialize the parameters of ant colony algorithms load data.txt; d=data(:,2:3); g=data(:,4); m=31; % 蚂蚁数 alpha=1; belta=4;% 决定tao和miu重要性的参数 lmda=0; rou=0.9; %衰减系数 q0=0.95; % 概率 tao0=1/(31*841.04);%初始信息素 Q=1;% 蚂蚁循环一周所释放的信息素 defined_phrm=15.0; % initial pheromone level value QV=100; % 车辆容量 vehicle_best=round(sum(g)/QV)+1; %所完成任务所需的最少车数V=40; % 计算两点的距离 for i=1:32; for j=1:32;

dist(i,j)=sqrt((d(i,1)-d(j,1))^2+(d(i,2)-d(j,2))^2); end; end; %给tao miu赋初值 for i=1:32; for j=1:32; if i~=j; %s(i,j)=dist(i,1)+dist(1,j)-dist(i,j); tao(i,j)=defined_phrm; miu(i,j)=1/dist(i,j); end; end; end; for k=1:32; for k=1:32; deltao(i,j)=0; end; end; best_cost=10000; for n_gen=1:50; print_head(n_gen); for i=1:m; %best_solution=[]; print_head2(i);

matlab短路故障分析277664

（此文档为word 格式，下载后您可任意编辑修改！）南昌大学科学技术学院课程设计报告题目电力系统短路故障分析学生姓名杨建伟学科部信息学科部专业班级电气122 课程设计地点电机301 指导教师吴敏黄灿英

目录课程设计（论文）任务书一、课题设计（论文）题目：基于MATLAB勺电力系统单相短路故障分析与仿真二、课程设计（论文）使用的原始资料（数据）及设计技术要求：本文介绍了 MATLAB软件在电力系统中的应用，以及利用动态仿真工具Simulink。MATLAB Simulink 的仿真环境中，利用 Simpowersystems 中电气元件对电力系统发生单相短路时电路情况进行仿真与分析，着重分析了中性点不接地时电压电流的变化情况。结果表明，仿真波形基本符合理论分析，说明了MATLAB!电力系统仿真研究的有力工具。、课程设计（论文）工作内容及完成时间:

引言随着电力工业的发展，电力系统的规模越来越大，在这种情况下，许多大型的电力科研实验很难进行，尤其是电力系统中对设备和人员等危害最大的事故故障，尤其是短路故障，而在分析解决事故故障时要不断的实验，在现实设备中很难实现，一是实际的条件难以满足；二是从系统的安全角度来讲也是不允许进行实验的。考虑这两种情况，寻求一种最接近于电力系统实际运行状况的数字仿真工具十分重要，而MATLAB^件中的SIMULINK是用来对动态系统进行建模、仿真和分析的集成开发环境，是结合了框图界面和交互仿真能力的非线性动态系统仿真工具，为解决具体的工程问题提供了更为快速、准确和简洁的途径。电力系统中输送和分配电能的部分称为电力网，它包括升降压变压器和各种电压等级的输电线路，动力系统、电力系统和电力网简单示意如图1-1 o

蚁群算法MATLAB代码

function [y,val]=QACStic load att48 att48; MAXIT=300; % 最大循环次数 NC=48; % 城市个数 tao=ones(48,48);% 初始时刻各边上的信息最为1 rho=0.2; % 挥发系数 alpha=1; beta=2; Q=100; mant=20; % 蚂蚁数量 iter=0; % 记录迭代次数 for i=1:NC % 计算各城市间的距离 for j=1:NC distance(i,j)=sqrt((att48(i,2)-att48(j,2))^2+(att48(i,3)-att48(j,3))^2); end end bestroute=zeros(1,48); % 用来记录最优路径 routelength=inf; % 用来记录当前找到的最优路径长度 % for i=1:mant % 确定各蚂蚁初始的位置 % end for ite=1:MAXIT for ka=1:mant %考查第K只蚂蚁 deltatao=zeros(48,48); % 第K只蚂蚁移动前各边上的信息增量为零 [routek,lengthk]=travel(distance,tao,alpha,beta); if lengthk

matlab实现Kmeans聚类算法

matlab实现Kmeans聚类算法 1.简介： Kmeans和应用于混合高斯模型的受限EM算法是一致的。高斯混合模型广泛用于数据挖掘、模式识别、机器学习、统计分析。Kmeans 的迭代步骤可以看成E步和M步，E：固定参数类别中心向量重新标记样本，M：固定均值只考虑（估计）了均值，而没有估计类别的方差，所以聚类的结构比较适合于特征协方差相等的类别。 Kmeans在某种程度也可以看成Meanshitf的特殊版本，Meanshift 是所以Meanshift可以用于寻找数据的多个模态（类别），利用的是梯度上升法。在06年的一篇CVPR文章上，证明了Meanshift方法是牛顿拉夫逊算法的变种。Kmeans和EM算法相似是指混合密度的形式已知（参数形式已知）情况下，利用迭代方法，在参数空间中搜索解。而Kmeans和Meanshift相似是指都是一种概率密度梯度估计的方法，不过是Kmean选用的是特殊的核函数（uniform kernel），而与混合概率密度形式是否已知无关，是一种梯度求解方式。 k-means是一种聚类算法，这种算法是依赖于点的邻域来决定哪些点应该分在点，也可以对高维的空间（3维，4维，等等）的点进行聚类，任意高维的空间都可以。上图中的彩色部分是一些二维空间点。上图中已经把这些点分组了，并使用了不同的颜色对各组进行了标记。这就是聚类算法要做的事情。这个算法的输入是： 1：点的数据（这里并不一定指的是坐标，其实可以说是向量）

2：K，聚类中心的个数（即要把这一堆数据分成几组）所以，在处理之前，你先要决定将要把这一堆数据分成几组，即聚成几类。但并不是在所有情况下，你都事先就能知道需要把数据聚成几类的。意味着使用k-means就不能处理这种情况，下文中会有讲解。把相应的输入数据，传入k-means算法后，当k-means算法运行完后，该算法的输出是： 1：标签（每一个点都有一个标签，因为最终任何一个点，总会被分到某个类，类的id号就是标签） 2：每个类的中心点。标签，是表示某个点是被分到哪个类了。例如，在上图中，实际上有4中“标签”，每个“标签”使用不同的颜色来表示。所有黄色点我们可以用标签以看出，有3个类离的比较远，有两个类离得比较近，几乎要混合在一起了。当然，数据集不一定是坐标，假如你要对彩色图像进行聚类，那么你的向量就可以是(b,g,r)，如果使用的是hsv颜色空间，那还可以使用(h,s,v),当然肯定可以有不同的组合例如(b*b,g*r,r*b) ，(h*b,s*g,v*v)等等。在本文中，初始的类的中心点是随机产生的。如上图的红色点所示，是本文随机产生的初始点。注意观察那两个离得比较近的类，它们几乎要混合在一起，看看算法是如何将它们分开的。类的初始中心点是随机产生的。算法会不断迭代来矫正这些中心点，并最终得到比较靠5个中心点的距离,选出一个距离最小的(例如该点与第2个中心点的距离是5个距离中最小的),那么该点就归属于该类.上图是点的归类结果示意图. 经过步骤3后,每一个中心center(i)点都有它的”管辖范围”,由于这个中心点不一定是这个管辖范围的真正中心点,所以要重新计算中心点,计算的方法有很多种,最简单的一种是,直接计算该管辖范围内所有点的均值,做为心的中心点new_center(i). 如果重新计算的中心点new_center(i)与原来的中心点center(i)的距离大于一定的阈值（该阈值可以设定），那么认为算法尚未收敛，使用new_center(i)代替center(i)（如图，中心点从红色点

基于MATLAB的电力系统短路故障的仿真报告

《电力系统建模及仿真课程设计》总结报告课题名称基于MATLAB的电力系统短路故障的仿真与分析姓名学号院系班级指导教师

摘要基于Matlab最重要的组件之一Simulink中的电力元件库（SimPowerSystems）构建电力系统仿真模型，在Matlab的平台下仿真电力系统为工程设计和维修提供依据重要的依据，同时也为电力研究带来大大的便利，利用Simulink中的画图工具搭建电力系统模型也是进行电力系统故障分析的常用方法，它让电力研究者从大量繁琐的理论分析及复杂的矩阵计算中解脱出来，让庞大的电力系统很直观的呈现在研究者的面前，从而将庞大的电力网搬进了办公室，为研究带来了巨大的便利。简要介绍了电力系统模型和MATLAB/ SIMULINK中SimPowerSystems (电力系统元件库) 的主要功能. SimPowerSystems 是专门为电力系统设计的仿真分析软件,在对其基本元件进行介绍后,在仿真平台上,通过对一个简单的电力系统输电线路的短路故障进行设计、仿真、分析,得到了理想的仿真效果. 关键词： Matlab SimPowerSystems 短路电流计算仿真 Simulation and Analysis of Power System Short Circuit Fault Based on Matlab Zhang Jun-yue College of Physics and Electronic Information Electrical Engineering and Automation No: 070544037 Tutor: Wu Yan Abstract: The article describes the basic characteristics of Matlab /Simulink and the basic method and process of applying Matlab in the simulation of power system. Matlab SimPowerSystems Block set is used to build a model of single-machine infinity-bus system and simulate various fault of power system. The results show that the simulation waveform is in line with theoretical analysis and Matlab is a valid tool for the simulation of power system fault. By the contrast and analysis of different short circuit faults, we can obtain a result that the three-phase short circuit fault is the worst situation in the faults of power system. So this situation should be avoided as far as possible in manufacture. Also, by the contrast and analysis of the fault resolution time, we know that clearing the short circuit fault on a minimal time is one way to guarantee the power system running regularly and reduce the loss.