位置1处的索引超出数组边界。索引不能超过14。

位置1处的索引超出数组边界，索引不能超过14，请问怎么改正啊？

img

清空环境
clc
clear

初始位置分布
%城市坐标
X = [102.13 31.55
    104.63 28.76
    102.22 31.89
    101.96 30.05
    105.82 32.43
    102.25 27.88
    105.06 29.58
    104.74 31.46
    104.06 30.65
    103.76 29.55
    105.44 28.88
    104.39 31.12
    103.00 29.98
    103.83 30.04];
DQ=[12 81 29 47 11 18 11 24 5 11 15 2 18 1];
figure(1)
plot(X(:,1),X(:,2),'o','LineWidth',2,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor','g',...
    'MarkerSize',10)
title('初始受灾点分布图','fontsize',12)
xlabel('经度','fontsize',12)
ylabel('纬度','fontsize',12)


算法基本参数
sizepop=50;           % 种群规模
overbest=10;          % 记忆库容量
MAXGEN=100;            % 迭代次数
pcross=0.5;           % 交叉概率
pmutation=0.4;        % 变异概率
ps=0.95;              % 多样性评价参数
length=3;             % 配送中心数
M=sizepop+overbest;

step1 识别抗原,将种群信息定义为一个结构体
individuals = struct('fitness',zeros(1,M), 'concentration',zeros(1,M),'excellence',zeros(1,M),'chrom',[]);

step2 产生初始抗体群
individuals.chrom = popinit(M,length);
trace=[]; %记录每代最个体优适应度和平均适应度

迭代寻优
for iii=1:MAXGEN

step3 抗体群多样性评价
     for i=1:M
         individuals.fitness(i) = fitness(individuals.chrom(i,:));      % 抗体与抗原亲和度(适应度值）计算
         individuals.concentration(i) = concentration(i,M,individuals); % 抗体浓度计算
     end
     % 综合亲和度和浓度评价抗体优秀程度，得出繁殖概率
     individuals.excellence = excellence(individuals,M,ps);
          
     % 记录当代最佳个体和种群平均适应度
     [best,index] = min(individuals.fitness);   % 找出最优适应度 
     bestchrom = individuals.chrom(index,:);    % 找出最优个体
     average = mean(individuals.fitness);       % 计算平均适应度
     trace = [trace;best,average];              % 记录

step4 根据excellence，形成父代群，更新记忆库（加入精英保留策略，可由s控制）
     bestindividuals = bestselect(individuals,M,overbest);   % 更新记忆库
     individuals = bestselect(individuals,M,sizepop);        % 形成父代群

step5 选择，交叉，变异操作，再加入记忆库中抗体，产生新种群
     individuals = Select(individuals,sizepop);                                                             % 选择
     individuals.chrom = Cross(pcross,individuals.chrom,sizepop,length);                                    % 交叉
     individuals.chrom = Mutation(pmutation,individuals.chrom,sizepop,length);   % 变异
     individuals = incorporate(individuals,sizepop,bestindividuals,overbest);                               % 加入记忆库中抗体      

end

画出免疫算法收敛曲线
figure(2)
plot(trace(:,1));
hold on
plot(trace(:,2),'--');
legend('最优适应度值','平均适应度值')
title('免疫算法收敛曲线','fontsize',12)
xlabel('迭代次数','fontsize',12)
ylabel('适应度值','fontsize',12)

画出配送中心选址图
% 计算 X 的行数
n = size(X, 1);  
% 找出最近配送点
for i = 1:n  
    distance(i, :) = dist(X(i, :), X(bestchrom, :)');
end

[a,b]=min(distance');

index = cell(1, n);  
for i = 1:n  
    % 计算各个派送点的地址
    index{i} = find(b == i); 
end
figure(3)
title('最优规划派送路线')
cargox=X(bestchrom,1);
cargoy=X(bestchrom,2);
plot(cargox,cargoy,'rs','LineWidth',2,...
    'MarkerEdgeColor','r',...
    'MarkerFaceColor','b',...
    'MarkerSize',20)
hold on

plot(X(:,1),X(:,2),'o','LineWidth',2,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor','g',...
    'MarkerSize',10)

for i=1:n
    x=[X(i,1),X(bestchrom(b(i)),1)];
    y=[X(i,2),X(bestchrom(b(i)),2)];
    plot(x,y,'c');hold on
end

你给的代码里还有子函数没有给出来哇，比如popinit.m、fitness.m、concentration.m

根据您提供的代码和错误提示，我猜测您可能是在执行以下代码时出现了问题：

bestchrom = individuals. chrom(index,:); % 找出最优个体
其中，index 变量可能超过了数组边界。具体来说，由于您没有在程序中为 index 赋初值，因此它可能是一个空数组或者未定义的变量，从而导致上述代码无法正确执行。

为了解决这个问题，您可以在程序开头添加以下代码，为 index 变量赋初值：

index = 1;
这样就可以避免 index 超过数组边界的问题了。另外，建议您在程序编写过程中注意变量的命名和赋初值，以避免类似的问题发生。

不知道你这个问题是否已经解决, 如果还没有解决的话:
  • 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/7519011
  • 你也可以参考下这篇文章：使用指针插入元素,在升序的数组中插入一个数，使插入后的数组仍然有序。
  • 除此之外, 这篇博客: 【二分查找】二分查找怎么写，边界如何确定，我应该是要左边还是要右边，我为何如此的蠢？？？中的 5 关于二分查找的边界问题 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:

    这是二分查找的两种形式，对比一下这两者的代码，它们只有三处不一样，解释在下方

    int binarySearch(int[] nums, int target) {
    if (nums == null || nums.length == 0) return -1;
    int l = 0, r = nums.length - 1;
    while (l <= r) {
        int mid = l + (r - l) / 2;
        if (nums[mid] == target) {
            return mid;
        } else if (nums[mid] < target) {
            l = mid + 1;
        } else {
            r = mid - 1;
        }
    }
    return -1;
}

    int binarySearch2(int[] nums, int target) {
    if (nums == null || nums.length == 0) return -1;
    int l = 0, r = nums.length;
    while (l < r) {
        int mid = l + (r - l) / 2;
        if (nums[mid] == target) {
            return mid;
        } else if (nums[mid] < target) {
            l = mid + 1;
        } else {
            r = mid;
        }
    }
    return -1;
}

    在这里插入图片描述
    对于 r 的取值，取 nums.length - 1 还是 nums.length 似乎是个很难抉择的问题，但是事实上来说，这两个值都是可以的，只不过这和 跳出循环 与 r 的移动 有着密切的关系，也常常是在这种地方陷入疯狂挠头的处境，也就是这种情况，感觉一定不是自己的问题，头发也日渐减少…


    如果取值是 l = 0, r = nums.length - 1

    1、 取值范围是什么？

    我们的取值区间的两个端点都是闭区间，也就是 [ l, r ]，左闭右闭，l 和 r 的值都可以取得到

    2、 l 能不能等于 r ？

    这个时候如果出现 l = r 的情况是没有任何问题的，因为 [ r, r ] 是有意义的

    3、 什么时候退出循环？

    闭区间 [ l, r ]，如果 l = r，这个时候是一个临界值，当 l > r 时，我们应该退出循环

    4、 关于 r = mid - 1

    第一次的查询范围是[ l, r]，判断mid之后，应该变为[ l, mid -1 ]或者[ mid + 1, r ]，r总会指向需要进行判断的元素。我们当前判断的是mid，mid判断完成下一步要找的就是下一个要判断的区间。


    如果取值是 l = 0, r = nums.length

    1、 取值范围是什么？

    这和前面得那种情况不一样，r得取值是 nums.length ，这个值我们是取不到的，所以这个时候区间是左闭右开得，也就是 [ l, r )

    2、 l 能不能等于 r ？

    这个时候如果出现 l = r 的情况，[ r, r ) ，既包含 r ，又不包含 r ，这个时候是没有意义的，所以 l 不能等于 r

    3、 什么时候退出循环？

    左闭右开区间 [ l, r )，如果 l = r，这个时候是没有意义的，这个时候的临界值是 l = r - 1，所以，当 l = r 时，我们应该退出循环

    4、 关于 r = mid

    第一次的查询范围是 [ l, r)，判断 mid 之后，应该变为 [ l, mid ) 或者 [ mid + 1, r ) ，关于为什么是 [ l, mid ) ，我们这个时候的 mid 位置的元素是不会访问的，r指向的是 最后一个元素的后一个位置，其实 [ l, mid ) 就相当于 [ l, mid - 1 ]

  • 您还可以看一下 王剑老师的站长必修课：网站是怎样做出来的？课程中的 运营：才刚开始，站长更重要的工作…小节, 巩固相关知识点

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^

还请发一下完整代码

问题解决了吗？这图片看不清楚，有源码吗？帮你看下