使用模拟退火粒子群算法时，适应函数无法执行赋值，因为左侧的索引与右侧的大小不兼容

Question

之前也写过一个相对简单点的适应函数，能成功被优化算法调用，但这次写的出现了“无法执行赋值，因为左侧的索引与右侧的大小不兼容”的报错，看了半天也没发现哪里出问题了，求大家解答，急，有偿~

适应函数如下，有很长一部分的调用数据，有些数据在另外的文件里，就不做展示，赋值部分应该没问题。出错的可能在循环部分，里面有6个从优化算法里调用的参数，分别为x(1)到x(6)：

function F=fitness(x)
%%  赋值部分
dt=0.001;
R0=3.7454e-4;
L0=9.9351e-5;
Ee1=0;Ee2=0;
ep=0;eq=0;
dUdc=zeros(1000,1);
i_d_ref=zeros(1000,1);
di_d=zeros(1000,1);
U_d_ref=zeros(1000,1);
P_c=zeros(1001,1);
Q_c=zeros(1001,1);
e_p=zeros(1001,1);
e_q=zeros(1001,1);
Udc_in= evalin('base' , 'Udc' );
Udc_ref_in= evalin('base' , 'Udc_ref' );
U_d_in= evalin('base' , 'U_d' );
i_d_in= evalin('base' , 'i_d' );
i_q_in= evalin('base' , 'i_q' );
dUt_in= evalin('base' , 'dUt' );
Ut_ref_in= evalin('base' , 'Ut_ref' );
w0_in= evalin('base' , 'w0' );
P_m= evalin('base' , 'Pt' );
Q_m= evalin('base' , 'Qa' );
%% 循环部分
for i=1:1000
    if dUt_in(i,1)< 0.1*Ut_ref_in 
        i_q_in(i+1,1)=0;
    else
        i_q_in(i+1,1)= x(5)*dUt_in(i,1);
    end
    dUdc(i,1) = Udc_ref_in - Udc_in(i,1);
    i_d_ref(i,1)= x(1)*dUdc(i,1)+ x(2)*Ee1;
    Ee1=Ee1+dUdc(i,1);
    di_d(i,1)=i_d_ref(i,1)-i_d_in(i,1);
    U_d_ref(i,1)= x(3)*di_d(i,1)+ x(4)*Ee2;
    Ee2=Ee2+di_d(i,1);
    i_d_in(i+1,1)=i_d_in(i,1)+dt*(U_d_ref(i,1)-U_d_in(i,1)+L0*w0_in(i,1).*i_q_in(i,1)-R0*i_d_in(i,1))/L0;
    Udc_in(i+1,1)=Udc_in(i,1)+dt*(566.53-3*U_d_in(i,1).*i_d_in(i,1)/2/Udc_in(i,1))/x(6);
end
for i=1:1001
    P_c(i:1)=3*U_d_in(i:1).*i_d_in(i:1)/2;
    Q_c(i:1)=3*U_d_in(i:1).*i_q_in(i:1)/2;
    e_p(i:1)=(P_m(i:1)-P_c(i:1))^2/1001;
    e_q(i:1)=(Q_m(i:1)-Q_c(i:1))^2/1001;
    ep=ep+e_p(i:1);
    eq=eq+e_q(i:1);
end
%% 优化目标
F=ep+eq;
end

模拟退火粒子群算法是从书上找到的，程序应该没问题，如下：

function [xm,fv]=SimuAPSO(fitness,N,c1,c2,lamda,M,D)
%待优化的目标函数：fitness
%粒子数目：N
%学习因子1：c1
%学习因子2：c2
%退火常数：lamda
%最大迭代次数：M
%自变量的个数：D
%目标函数取最小值时的自变量值：xm
%目标函数的最小值：fv
format long;
for i=1:N
    for j=1:D
    x(i,j)=randn;
    v(i,j)=randn;  %随机初始化位置
    end
end
for i=1:N
    p(i)=fitness(x(i,:));                 %**报错的位置 **      
    y(i,:)=x(i,:);
end
pg=x(N,:);                           %Pg为全局最优
for i=1:(N-1)
    if fitness(x(i,:))<fitness(pg)
        pg=x(i,:);
    end
end
T=fitness(pg)/log(5);                 %初始温度
for t=1:M
    groupFit=fitness(pg);
    for i=1:N                         %当前温度下各个Pi的适应值
        Tfit(i)=exp(-(p(i)-groupFit)/T);
    end
    SumTfit=sum(Tfit);
    Tfit=Tfit/SumTfit;
    pBet=rand();
    for i=1:N                          %用轮盘赌策略确定全局最优的某个替代值
        ComFit(i)=sum(Tfit(1:i));
        if pBet<=ComFit(i)
            pg_plus=x(i,:);
            break
        end
    end
    C=c1+c2;
    ksi=2/abs(2-C-sqrt(C^2-4*C));       %速度压缩因子
    for i=1:N
        v(i,:)=ksi*(v(i,:)+c1*rand*(y(i,:)-x(i,:))+c2*rand*(pg_plus-x(i,:)));
        x(i,:)=x(i,:)+v(i,:);
        if fitness(x(i,:))<p(i)
            p(i)=fitness(x(i,:));
            y(i,:)=x(i,:);
        end
        if p(i)<fitness(pg)
            pg=y(i,:);
        end
    end
    T=T*lamda;                           %退温操作
end
xm=pg';
fv=fitness(pg);  

最后通过下面语句进行目标优化：

[xm,fv]=SimuAPSO(@fitness,100,2.05,2.05,0.5,1000,6);

%[xm,fv]=SimuAPSO(@fitness, N,  c1, c2, lamda, M, D)
%待优化的目标函数：fitness
%粒子数目：N
%学习因子1：c1
%学习因子2：c2
%退火常数：lamda
%最大迭代次数：M
%自变量的个数：D
%目标函数取最小值时的自变量值：xm
%目标函数的最小值：fv

结果就是如标题一样的报错，报错的图如下：

优化的适应函数中参数有6个，最后调用语句也是设置的D=6进行参数个数的设置，可能问题出在适应函数里面，但我确实不太清楚问题在哪，求大手子帮助~

Answer 1

1、检查赋值操作 2、检查变量大小

然后有几个小错误

for i=1:1001
    P_c(i:1)=3*U_d_in(i:1).*i_d_in(i:1)/2;
    Q_c(i:1)=3*U_d_in(i:1).*i_q_in(i:1)/2;
    e_p(i:1)=(P_m(i:1)-P_c(i:1))^2/1001;
    e_q(i:1)=(Q_m(i:1)-Q_c(i:1))^2/1001;
    ep=ep+e_p(i:1);
    eq=eq+e_q(i:1);
end

在就是你用了索引“i：1”，会导致大小不匹配

for i=1:1001
    P_c(i)=3*U_d_in(i).*i_d_in(i)/2;
    Q_c(i)=3*U_d_in(i).*i_q_in(i)/2;
    e_p(i)=(P_m(i)-P_c(i))^2/1001;
    e_q(i)=(Q_m(i)-Q_c(i))^2/1001;
    ep=ep+e_p(i);
    eq=eq+e_q(i);
end