VC++和MATLAB的混合编程之神经网络工具箱

1．通过Matlab Engine方式
　　 Matlab Engine是指一组Matlab提供的接口函数,支持C语言, Matlab Engine采用C/S(客户机/服务器)模式,Matlab作为后台服务器,而C程序作为前台客户机,通过Windows的动态控件与服务器通信,向Matlab Engine传递命令和数据信息,从Matlab Engine接受数据信息。用户可以在前台应用程序中调用这些接口函数,实现对Matlab Engine的控制。采用这种方法几乎能利用Matlab全部功能，但是需要在机器上安装Matlab软件，而且执行效率低，因此在实际应用中不采用这种方法，在软件开发中也不可行，适合个人使用或做演示用。 
2．直接调用Matlab的C/C++数学函数库 
　　 Matlab中提供了可以供C/C++语言调用的C/C++数学函数库，其中包含了大量用C\C++语言重新编写的Matlab数学函数，这些函数涉及到线形代数、数值分析、傅立叶变换、多项式计算、解微分方程等，并且函数库中提供了大量各种矩阵操作函数，在VC中可以直接使用这些函数，通过这些函数可以在VC中方便的实现在Matlab中矩阵运算功能。可以看出用这种方法可以很灵活的调用Matlab来编写应用程序，但要求读者对C\C++语言比较熟悉，可以看出使用这种方法调用Matlab的工具箱函数有很大困难。适合对C\C++语言比较熟悉的用户使用。 
3．用Matlab自带的Matlab Compiler 
　 Matlab Compiler的作用是将m文件转化成C/C++代码（也就是通常所用的mcc命令）,这种源代码需要用C/C++编译器编译连接成独立应用程序，在将m文件转成独立应用程序的过程中生成的C/C++文件，原则上是可以被其它的C/C++代码调用的，编译器可以通过设置mcc命令的选项，将m文件编译成动态链接库文件、C/C++文件、可执行文件等一系列文件。到matlab R21.1为止，Matlab Compiler的m程序转换成C/C++代码功能有很多限制： 
1. 不能转换脚本m文件，只能转换m函数； 
2. 不能使用matlab对象； 
3. 不能用input或者eval操作matlab空间变量； 
4. 不能动态地命名变量，然后用load或者save命令来操作； 
5. 不能处理具有嵌套调用其他m文件的m文件； 
6. 不能使用MATLAB内联函数； 
4．使用matlab的combuilde工具 
　 　 COM是component object module的简称，它是一种通用的对象接口，任何语言只要按照这种接口标准，就可以实现调用它。matlab6.5新推出来的combuilder就是把用matlab编写的程序做成com组件，供其他语言调用。该方法实现简单，通用性强，而且几乎可以使用Matlab的任何函数(注意：不支持脚本文件，脚本文件使用时要改为函数文件)，因此在程序较大、调用工具箱函数或调用函数较多时推荐使用，这也是Matlab公司(Matlab公司就是Mathworks公司)推荐的使用方法。 
从以上四种方法中可以看出，调用MATLAB Engine虽然可以实现对神经网络工具箱的功能，但是因为这种方法是基于C/S模式的，效率很低，而且需要在matlab下实现其功能，无法脱离matlab直接运行，所以，基于这个原因，我放弃了利用MATLAB Engine来实现混合编程。利用C++数学库虽然可以脱离MATLAB直接运行，但是C++数学库并不支持神经网络工具箱，所以，无法实现基于神经网络的混合编程。利用mcc命令虽然可以直接生成.exe文件，并可以脱离MATLAB在VC++中直接运行，但是因为其自身的诸多缺点，这种方法并不能编译神经网络函数为C++文件，所以，也无法胜任这个任务。 最后，只有COM组件这一个办法了，由于COM组件技术的强大功能，利用matlab的COM Builder工具可以实现脱离matlab的混合编程，并成功的调用了神经网络工具箱。