除了升级内存和升级64位系统外，下面几个方法也是解决之道。
1> 增加虚拟内存
2> 采用PACK （在命令行输入 pack 整理内存空间）
3> 采用3GB 开关启动系统(修改 c盘根目录 boot.ini 启动选项加上 /3G
例如：
multi(0)disk(0)rdisk(0)partition(1)\WINDOWS="Microsoft Windows XP Professional" /noexecute=optin /fastdetect /3G
4> 优化程序，减少变量
（使用稀疏矩阵 sparse ） save 保存变量 load 变量，需要时再读出来
5>
如果必有必要，不要启动java虚拟机，采用matlab -nojvm启动
（在快捷方式属性里面的 "..../matlab.exe"）
改为（"...../matlab.exe" - nojvm）
6> 关闭Matlab Server
7> 使用
单精度 single 短整数替代
双精度。
现在看来这些解决方法对于我的问题来说根本就是“治标不治本”，不能解决实际问题，后来在一个师兄的提醒下Help out of memory，终于找到了解决此类问题的方法。在此感谢这位师兄啊！
重申――Matlab的Help才是Matlab的最权威的指导材料！！！
其实我的所谓原创就是对Help out of memory的一些归纳总结而已，有兴趣的话大家可以自己去看！！！
问题一：Matlab是如何存储矩阵的
Matlab中矩阵是以Block，也就是块的形式存储的。也就是说，当Matlab在为即将存储的矩阵划分块时，如果没有相应大小的连续内存，即使实际内存没有被完全使用，他还是会报告“Out of Memory”。
问题二：如何高效使用Memory
由于在使用的过程中，由于存储单元的不断的被分配和清除，内存会被分割成不连续的区域，这是很容易造成“Out of Memory”。
1．为矩阵变量预制内存而不是动态分配
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Out of Memory。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。
比较下面两个程序：
for k = 2:1000
x(k) = x(k-1) + 5;
end
x = zeros(1, 1000);
for k = 2:1000
x(k) = x(k-1) + 5;
end
显然，第二个更好！最好的方法是，在程序一开始就位所有大的矩阵变量预制存存储单元！
本文来自: 高校自动化网(Www.zdh1909.com) 详细出处参考(转载请保留本链接)：http://www.zdh1909.com/html/matlab/15045.html
最新评论