C++ 使用Parfor从向量创建矩阵

我是Matlab新手，非常感谢您的帮助

我正在运行模拟，因此每次运行模拟的结果都会有所不同。我想收集分析结果

例如，在第一次模拟运行期间，血浆凝血因子的水平可能在5小时内发生变化，如下所示： R（1）=[1.0 0.98 0.86 0.96 0.89]

在第二次运行中，每个时间段的水平可能略有不同，例如。 R（2）=[1.0.95 0.96 0.89 0.86]

我想（也许通过使用parfor函数）创建一个矩阵，例如。 R=[1.0.98 0.86 0.96 0.89 1.0.95 0.96 0.89 0.86]

我遇到的问题从“在赋值A（I）=B中，B和I中的元素数量必须相同”到得到一个由0或1组成的矩阵（取决于我在预分配中使用的内容）

我需要模拟运行大约10000次，以便收集有意义的结果

有人能建议如何实现这一目标吗？一个详细的指导或（半）完整的代码将非常感谢像我这样的Matlab新手

提前谢谢

这是我的实际代码，如您所见，有4个变量在744小时（31天）内变化，我想单独收集：

Iterations = 10000;
PGINR = zeros(Iterations, 744);
PGAmount = zeros(Iterations, 744);
CAINR = zeros(Iterations, 744);
CAAmount = zeros(Iterations, 744);

for iii = 1:Iterations
    [{PGINR(iii)}, {PGAmount(iii)}, {CAINR(iii)}, {CAAmount(iii)}] = ChineseTTRSimulationB();
end

filename = 'ChineseTTRSimulationResults.xlsx';
xlswrite(filename, PGINR, 2)
xlswrite(filename, PGAmount, 3)
xlswrite(filename, CAINR, 5)
xlswrite(filename, CAAmount, 6)

---

你在找这样的东西吗？ 为了更好地理解，我简化了一些代码，并添加了一些虚拟数据和函数

main.m

Iterations  = 10;
PGINR       = zeros(Iterations, 2);
PGAmount    = zeros(Iterations, 2);

%fake data
x = rand(Iterations,1);
y = rand(Iterations,1);

parfor iii = 1:Iterations
    [PGINR(iii,:), PGAmount(iii,:)] = ChineseTTRSimulationB(x(iii), y(iii));
end

function [PGINRi, PGAmounti] = ChineseTTRSimulationB(x,y)
    PGINRi       = [x + y, x];
    PGAmounti    = [x*y, y];
end

ChineseTTRSimulationB.m

Iterations  = 10;
PGINR       = zeros(Iterations, 2);
PGAmount    = zeros(Iterations, 2);

%fake data
x = rand(Iterations,1);
y = rand(Iterations,1);

parfor iii = 1:Iterations
    [PGINR(iii,:), PGAmount(iii,:)] = ChineseTTRSimulationB(x(iii), y(iii));
end

function [PGINRi, PGAmounti] = ChineseTTRSimulationB(x,y)
    PGINRi       = [x + y, x];
    PGAmounti    = [x*y, y];
end

---

将每个parfor结果保存在单元格中，稍后再合并它们

Iterations = 10000;
PGINR = cell(1, Iterations);
PGAmount = cell(1, Iterations);
CAINR = cell(1, Iterations);
CAAmount = cell(1, Iterations);

parfor i = 1:Iterations
    [PGINR{i}, PGAmount{i}, CAINR{i}, CAAmount{i}] = ChineseTTRSimulationB();
end

PGINR = cell2mat(PGINR); % 1x7440000 vector
%and so on...

---

亲爱的兰帕，非常感谢你的建议！我将尝试它，只要我的当前模拟已经完成运行！亲爱的Arpi，非常感谢您的建议！我将尝试它，只要我的当前模拟已经完成运行！