数据规范中的归一化与标准化：

A.归一化 vs. 标准化

    归一化：要把你需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内。首先归一化是为了后面数据处理的方便，其次是保正程序运行时收敛加快。一般指将数据限制在[0 1]之间。

      》把数变为（0,1）之间的数，主要是为了数据处理方便提出来的，把数据映射到0-1之间处理，更便携快速；

      》把有量纲表达式变为无量纲表达式，成为纯量；

      》一般采用最大-最小规范化对原始数据进行线性变换：X*=（X-Xmin）/(Xmax-Xmin)

    标准化：对原始数据进行缩放处理，限制在一定的范围内。一般指正态化，即均值为0，方差为1。即使数据不符合正态分布，也可以采用这种方式方法，标准化后的数据有正有负。

 1.使用fsolve法，matlab内置的用于求解非线性方程组的数值法，即通过迭代不断地逼近真实值。该方法需要制定迭代的初始值。

     function F=f(var)
          m=0.234; n=0.32;  p=0.42;
       F=[var(1)+var(2)+p/n*var(2)*var(3)+var(1)*var(3)-m;
          n/m*var(1)+var(3)+n/m*var(1)*var(2)+p/m*var(2)*var(3)-n;
          p/m*var(2)+p/n*var(3)+p/m*var(1)*var(2)+p/m*var(2)*var(3)-p;
       ];

     end

    [x fval] = fsolve(@diedai,[0.2 0.1 0.5],optimset('Display','iter'));%显示每次迭代的值

  %  optimset函数：matlab函数库，用于设置参数及其取值

2.遗传算法可以用于求解优化问题，包