【MATLAB第79期】基于MATLAB的数据抽样合集(sobol、LHS拉丁超立方抽样、Halton、正交/均匀设计、随机rand函数)

本文主要是介绍【MATLAB第79期】基于MATLAB的数据抽样合集(sobol、LHS拉丁超立方抽样、Halton、正交/均匀设计、随机rand函数),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

【MATLAB第79期】基于MATLAB的数据抽样合集(sobol、LHS拉丁超立方抽样、Halton、正交/均匀设计、随机rand函数)

一、传统函数

1.指定区间随机生成数据(小数)

[a b]区间随机数生成:
A=a+(b-a)rand(m,n)

m:待生成矩阵A的行数
n: 待生成矩阵A的列数

示例:生成-5到5之间的随机数

%生成随机数在[-5 5]范围内的2×2矩阵
a=-5;
b=5;
A=a+(b-a)*rand(2,2)

A =

      1.27          2.94-4.22          2.69

2.指定区间随机生成数据(整数)

randi - 整数均匀随机分布

A=randi([-5, 5], 2, 2) %-55均匀分布的2x2随机矩阵

A=

     -2.00          3.001.00          4.00

3.指定数值及概率随机生成数据

randsrc - 生成指定范围的随机数
A = randsrc(2, 2, [-5 -2.5 0 2.5 5; 0.2 0.2 0.2 0.2 0.2])
%-5 -2.5 0 2.5 5五个数中随机选生成2x2的矩阵
后面的0.2是每个数对应的概率

A =

      2.50         -2.50-5.00          2.50

4.标准正态分布

randn - 标准正态分布
 A= randn(2, 2)        %标准正态分布的2x2矩阵

A =

      0.82          0.160.73          0.10

二、正交/均匀试验设计

1.正交设计

每个正交表都有一个表头符号,记作LN(mk),表示该正交表有N行k列,每一列由整数1,2,…,m组成。

用表LN(mk)安排试验时,N表示试验次数/处理数,k表示最多可以安排的因素个数(分析因素),m表示各因素的水平数。

常用正交表:
https://www.docin.com/p-2228475212.html

举例:
在这里插入图片描述
如果有三个变量,A B C,其次,每个变量两个水平(范围),即变量值的0.5和1倍。
则可以利用L4(2^3)正交表,得到4个样本。
在这里插入图片描述

2.均匀设计

均匀表与正交表类似。

常用均匀表:
https://www.docin.com/p-2646778286.html
举例:
如果有三个变量,A B C,其次,每个变量五个水平(范围),即变量值的0.1、0.5、1、0.5、2倍。
在这里插入图片描述
均匀设计结果:
在这里插入图片描述

三、SOBOL抽样

ndim=4;%维度为4
minX=[-1.75, 32.4, -1, -234.2];%下限
maxX=[ 3.95, 112.56, 9, 156.37];%上限
popsize=200;%样本数
sobolset是一个准随机点集对象,它从Sobol序列中生成点。Sobol序列是以高度均匀的方式填充空间的基于2的数字序列。
sobol函数结果(其中对变量3进行求整,可取消):
在这里插入图片描述

在这里插入图片描述

四、拉丁超立方抽样

ndim=4;%维度为4
minX=[-1.75, 32.4, -1, -234.2];%下限
maxX=[ 3.95, 112.56, 9, 156.37];%上限
popsize=200;%样本数
LHS抽样结果(其中对变量3进行求整,可取消):
在这里插入图片描述

在这里插入图片描述

五、Halton抽样

ndim=4;%维度为4
minX=[-1.75, 32.4, -1, -234.2];%下限
maxX=[ 3.95, 112.56, 9, 156.37];%上限
popsize=200;%样本数
Halton抽样结果(其中对变量3进行求整,可取消):
在这里插入图片描述

在这里插入图片描述

六、代码获取

后台私信回复“79期”和自动回复的指令即可获取下载链接。

这篇关于【MATLAB第79期】基于MATLAB的数据抽样合集(sobol、LHS拉丁超立方抽样、Halton、正交/均匀设计、随机rand函数)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/245706

相关文章

MySQL数据目录迁移的完整过程

《MySQL数据目录迁移的完整过程》文章详细介绍了将MySQL数据目录迁移到新硬盘的整个过程,包括新硬盘挂载、创建新的数据目录、迁移数据(推荐使用两遍rsync方案)、修改MySQL配置文件和重启验证... 目录1,新硬盘挂载(如果有的话)2,创建新的 mysql 数据目录3,迁移 MySQL 数据(推荐两

Python数据验证神器Pydantic库的使用和实践中的避坑指南

《Python数据验证神器Pydantic库的使用和实践中的避坑指南》Pydantic是一个用于数据验证和设置的库,可以显著简化API接口开发,文章通过一个实际案例,展示了Pydantic如何在生产环... 目录1️⃣ 崩溃时刻:当你的API接口又双叒崩了!2️⃣ 神兵天降:3行代码解决验证难题3️⃣ 深度

MySQL快速复制一张表的四种核心方法(包括表结构和数据)

《MySQL快速复制一张表的四种核心方法(包括表结构和数据)》本文详细介绍了四种复制MySQL表(结构+数据)的方法,并对每种方法进行了对比分析,适用于不同场景和数据量的复制需求,特别是针对超大表(1... 目录一、mysql 复制表(结构+数据)的 4 种核心方法(面试结构化回答)方法 1:CREATE

Springboot3统一返回类设计全过程(从问题到实现)

《Springboot3统一返回类设计全过程(从问题到实现)》文章介绍了如何在SpringBoot3中设计一个统一返回类,以实现前后端接口返回格式的一致性,该类包含状态码、描述信息、业务数据和时间戳,... 目录Spring Boot 3 统一返回类设计:从问题到实现一、核心需求:统一返回类要解决什么问题?

详解C++ 存储二进制数据容器的几种方法

《详解C++存储二进制数据容器的几种方法》本文主要介绍了详解C++存储二进制数据容器,包括std::vector、std::array、std::string、std::bitset和std::ve... 目录1.std::vector<uint8_t>(最常用)特点:适用场景:示例:2.std::arra

pandas使用apply函数给表格同时添加多列

《pandas使用apply函数给表格同时添加多列》本文介绍了利用Pandas的apply函数在DataFrame中同时添加多列,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习... 目录一、Pandas使用apply函数给表格同时添加多列二、应用示例一、Pandas使用apply函

MySQL中的DELETE删除数据及注意事项

《MySQL中的DELETE删除数据及注意事项》MySQL的DELETE语句是数据库操作中不可或缺的一部分,通过合理使用索引、批量删除、避免全表删除、使用TRUNCATE、使用ORDERBY和LIMI... 目录1. 基本语法单表删除2. 高级用法使用子查询删除删除多表3. 性能优化策略使用索引批量删除避免

MySQL 数据库进阶之SQL 数据操作与子查询操作大全

《MySQL数据库进阶之SQL数据操作与子查询操作大全》本文详细介绍了SQL中的子查询、数据添加(INSERT)、数据修改(UPDATE)和数据删除(DELETE、TRUNCATE、DROP)操作... 目录一、子查询:嵌套在查询中的查询1.1 子查询的基本语法1.2 子查询的实战示例二、数据添加:INSE

Linux服务器数据盘移除并重新挂载的全过程

《Linux服务器数据盘移除并重新挂载的全过程》:本文主要介绍在Linux服务器上移除并重新挂载数据盘的整个过程,分为三大步:卸载文件系统、分离磁盘和重新挂载,每一步都有详细的步骤和注意事项,确保... 目录引言第一步:卸载文件系统第二步:分离磁盘第三步:重新挂载引言在 linux 服务器上移除并重新挂p

使用MyBatis TypeHandler实现数据加密与解密的具体方案

《使用MyBatisTypeHandler实现数据加密与解密的具体方案》在我们日常的开发工作中,经常会遇到一些敏感数据需要存储,比如用户的手机号、身份证号、银行卡号等,为了保障数据安全,我们通常会对... 目录1. 核心概念:什么是 TypeHandler?2. 实战场景3. 代码实现步骤步骤 1:定义 E