请问这种矩阵在mathematica中该怎么表示呢

请问这种矩阵在mathematica中该怎么表示呢,求指教前四个的表达方式,谢谢

img

img

  • 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7560749
  • 这篇博客也不错, 你可以看下用Mathematica绘制洛伦兹模型的状态方程
  • 除此之外, 这篇博客: 求解函数优化问题的改进布谷鸟搜索算法中的 二、仿真实验与分析 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  • 实验将本文算法与标准CS算法、改进的CS算法(ASCSA)、粒子群优化算法(PSO)和蝙蝠算法(BA)进行对比,在相同的环境下分别独立运行30次以进行仿真实验。以文献[1]中的f1~f3、f12、f15、f16为例。f1~f3为50维,f12、f15、f16为2维。
    结果显示如下:
    在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述

    函数:F1
    BA:最大值: 3.2213,最小值:213.3678,平均值:103.1087,标准差:54.4154
    CS:最大值: 0.61843,最小值:1.0302,平均值:0.88331,标准差:0.10231
    PSO:最大值: 0.93005,最小值:1.2992,平均值:1.0948,标准差:0.071737
    ASCSA:最大值: 8.9312e-07,最小值:0.25655,平均值:0.034657,标准差:0.060763
    DWCS:最大值: 0,最小值:0,平均值:0,标准差:0
    函数:F2
    BA:最大值: 488.9215,最小值:704.16,平均值:619.6682,标准差:51.7914
    CS:最大值: 112.1125,最小值:210.034,平均值:155.7148,标准差:19.7593
    PSO:最大值: 163.681,最小值:254.4562,平均值:206.4796,标准差:25.7047
    ASCSA:最大值: 15.9197,最小值:48.753,平均值:32.7343,标准差:7.8184
    DWCS:最大值: 0,最小值:0,平均值:0,标准差:0
    函数:F3
    BA:最大值: 5.6096,最小值:20.3736,平均值:18.1133,标准差:3.9311
    CS:最大值: 2.2169,最小值:5.1692,平均值:3.5401,标准差:0.71692
    PSO:最大值: 3.5828,最小值:7.1532,平均值:5.18,标准差:0.92363
    ASCSA:最大值: 1.8031,最小值:3.6712,平均值:2.7276,标准差:0.44849
    DWCS:最大值: 8.8818e-16,最小值:8.8818e-16,平均值:8.8818e-16,标准差:0
    函数:F12
    BA:最大值: 3.0013,最小值:3.3015,平均值:3.0959,标准差:0.088508
    CS:最大值: 3,最小值:3,平均值:3,标准差:1.9567e-15
    PSO:最大值: 3,最小值:3,平均值:3,标准差:9.0336e-16
    ASCSA:最大值: 3,最小值:3,平均值:3,标准差:1.9946e-15
    DWCS:最大值: 3,最小值:3,平均值:3,标准差:9.1458e-16
    函数:F15
    BA:最大值: 0.043671,最小值:0.49922,平均值:0.40133,标准差:0.15665
    CS:最大值: 0,最小值:5.2791e-10,平均值:5.537e-11,标准差:1.4405e-10
    PSO:最大值: 0,最小值:0.043671,平均值:0.016013,标准差:0.021404
    ASCSA:最大值: 0,最小值:0,平均值:0,标准差:0
    DWCS:最大值: 0,最小值:0,平均值:0,标准差:0
    函数:F16
    BA:最大值: -0.99995,最小值:0,平均值:-0.59954,标准差:0.49789
    CS:最大值: -1,最小值:-1,平均值:-1,标准差:0
    PSO:最大值: -1,最小值:-1,平均值:-1,标准差:0
    ASCSA:最大值: -1,最小值:-1,平均值:-1,标准差:0
    DWCS:最大值: -1,最小值:-1,平均值:-1,标准差:0
    

    仿真结果表明,与BA、CS、PSO、ASCSA算法相比,其寻优精度大幅提高,收敛速度更快、迭代次数更少、鲁棒性更强。

  • 您还可以看一下 CSDN就业班老师的【数据分析】第七周 机器学习课程中的 1.机器学习知识体系介绍 03小节, 巩固相关知识点