稀疏矩阵的应用（十字链表） 一、 设计要求 1．问题描述 设计程序用十字链表实现稀疏矩阵的加、乘、转置。 2．需求分析 （1）设计函数建立稀疏矩阵，初始化值。 （2）设计函数输出稀疏矩阵的值。 （3）构造函数进行两个稀疏矩阵相加，输出最终的稀疏矩阵。 （4）构造函数进行两个稀疏矩阵的相乘，输出最终的稀疏矩阵。 （5）构造函数进行稀疏矩阵的转置，并输出结果。 （6）退出系统。

PSO的RBFNN优化程序 算法步骤 1.样本数据归一化处理，即将输入输出归一化到[-1,1]区间； 2.确定RBF网络的中心和宽度； 3.以拟合误差的均方根作为性能指标，使用PSO算法优化RBF网络输出层到隐层的连接权值矩阵-PSO-RBFNN algorithm optimization procedures Step 1. Sample data normalization treatment, about input and output normalized to [-

(1)针对在线计算量大这一缺陷，将预测控制中的柔化输出信号的思想推广到柔化输入信号，使得约束条件被简化为仅对当前控制量的约束，可以直接计算得出；同时该方法避免了求逆矩阵，大大减小了计算量，并能够保证控制算法的可行性和良好的控制性能。 (2)针对传统算法中设计参数整定困难这一缺点，应用基于BP神经网络变参数设计的广义预测控制算法，实现了对控制量柔化参数的在线调整。 (3)利用带有遗忘因子的最小二乘法对系统辨识。本文通过仿真发现该方法对于Hénon混沌系统并不完全适用，可考虑利用其他优化系统