Matlab pso优化中如何将连续数转化为离散数？

大家好，我写的pso代码用于优化一个简单的函数。没问题。现在我想用粒子群算法解决tsp问题。例如，群向量内容为[1 2 4 3 1]，最佳群向量为[2 3 1 4 2]。当我想更新[1 2 4 3 1]的新值时，这些值类似于[1.2 2.3 3.8 3.4 1.2]。这不是真实的或可接受的答案。我怎样才能把这个答案映射成一个真实的答案？ 如果您对此问题有一些来源，请与他人分享。
（我使用matlab编写代码）。 提前感谢

Matlab正在使用运算进行计算。这会导致错误。Epsilon是精度的度量（

eps

matlab中的命令）。它是1+eps的最小值>0=一,

这取决于此舍入误差将如何影响您的计算。例如，如果要添加10个不同量级的数字，则如果按数字的绝对值排序并按升序添加，则误差最小。将两个几乎相等的数字相减会损失很多精度，或者功率也会很糟糕

==>您必须重写算法，并将这些影响考虑在内，以获得“完美”的解决方案。简单的解决方案就是对数字进行四舍五入，你可以另外定义一个阈值，比如说0.25，如果一个数字的变化超过这个值，你就会输出一个警告（就像matlab在计算逆矩阵时对几乎奇异的矩阵所做的那样）

Matlab正在使用运算来进行计算。这会导致错误。Epsilon是精度的度量（

eps

matlab中的命令）。它是1+eps的最小值>0=一,

这取决于此舍入误差将如何影响您的计算。例如，如果要添加10个不同量级的数字，则如果按数字的绝对值排序并按升序添加，则误差最小。将两个几乎相等的数字相减会损失很多精度，或者功率也会很糟糕

==>您必须重写算法，并将这些影响考虑在内，以获得“完美”的解决方案。简单的解决方案就是对数字进行四舍五入，你可以另外定义一个阈值，比如说0.25，如果一个数字的变化超过这个值，你就会输出一个警告（就像matlab在计算逆矩阵时对几乎奇异的矩阵所做的那样）

---

谢谢你的回答，但如果我这样做的解决方案改变，因此这不是粒子群优化算法。答案也是否定的true@zara-什么不是真的？它将浮点数转换为整数，如问题标题中所述。没有任何实现代码，没有人能猜出问题是什么。这是不正确的，因为在pso的正常形式中，解决方案的进度不是静态的，我的意思是，如果在第一次迭代中4改为3.8，在下一次迭代中3.8可能改为3.2，在第一次迭代的解决方案中，它的值被四舍五入到4，在下一次迭代中，4再次改为3.8，如果我们四舍五入，值是4。这是不正确的，因为在这一点上，算法将接近swarm 1，在我们的解决方案中，这不会发生，我认为答案是在离散PSO概念中，为什么不使用遗传算法？更适合这类问题。谢谢你的回答，但如果我这样做，解决方案会改变，因此这不是pso算法。答案也是否定的true@zara-什么不是真的？它将浮点数转换为整数，如问题标题中所述。没有任何实现代码，没有人能猜出问题是什么。这是不正确的，因为在pso的正常形式中，解决方案的进度不是静态的，我的意思是，如果在第一次迭代中4改为3.8，在下一次迭代中3.8可能改为3.2，在第一次迭代的解决方案中，它的值被四舍五入到4，在下一次迭代中，4再次改为3.8，如果我们四舍五入，值是4。这是不正确的，因为在这一点上，算法将接近swarm 1，在我们的解决方案中，这不会发生，我认为答案是在离散PSO概念中，为什么不使用遗传算法？更适合这种问题。

> A = [1.2 2.3 3.8 3.4 1.2] ;
> A = round(A)
A =
   1   2   4   3   1