提高matlab运行速度的方法.doc

《提高matlab运行速度的方法.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、提高matlab运行速度的方法1.多用矩阵运算少用for和while循环1.1原因分析关于这个问题，我目前认为可能的原因有两种。一种是matlab矩阵运算可能是并行进行的，二是maltab矩阵运算可能采用了一些目前我还不清楚的优化算法。但到底是什么原因，还有待考证。1.2效果分析（1）矩阵加法分别是的矩阵，对，对比结果如下for循环执行的速度：Elapsedtimeis20.seconds.矩阵运算执行的速度:Elapsedtimeis0.seconds.2.为矩阵预分配内存而不是动态分配2.1原因分析在动态分配的过程中，由于开始Matlab所用的Block随着矩阵的增大而

2、连续的为此矩阵分配内存，但是由于Block的不连续性，很有可能最开始分配的Block不能满足存储的需要，Matlab只好移动此Block以找到更大的Block来存储，这样在移动的过程中不但占用了大量的时间，而且很有可能它找不到更大的块，导致OutofMemory。而当你为矩阵变量预制内存时，Matlab会在计算开始前一次性找到最合适的Block，此时就不用为变量连续的分配内存。2.2效果分析（1）生成向量生成的顺序向量，对比结果如下：动态分配内存的时间：Elapsedtimeis10.seconds.预分配内存的时间：Elapsedtimeis0.seconds.3.多个C

3、PU并行计算3.1原因分析如果你的内存是多核的且内存足够的话，用CPU并行计算显然会成倍地加快运行速度。同样的思路还可以运用到不同计算机间的并行计算，当然，这会复杂很多。3.2效果分析（1）单核和双核运行相同程序按照如下代码进行对比：functiontestParallelmatlabpoollocal2%非并行fprintf('非并行计算的时间：');tictotal=10^5;ss=zeros(total,1);fori=1:totalss(i)=inSum;endplot(ss);toc%并行fprintf('并行计算的时间：')tictotal=10

4、^5;parfori=1:totalss(i)=inSum;endplot(ss);tocmatlabpoolcloseendfunction[s]=inSumx=abs(round(normrnd(50,40,1,1000)));s=sum(x);end结果如下：非并行计算的时间：Elapsedtimeis22.seconds.并行计算的时间：Elapsedtimeis12.seconds.