代码搜索：种群进化
找到约 1,664 项符合「种群进化」的源代码
代码结果 1,664
www.eeworm.com/read/387491/8669531
m basicpso.m
%by 38171545
function exepso()
pso_size=30;%种群大小
dimens=10;%待优化问题的维数
run_max=3000;%迭代次数上限
BasicPSO(dimens,run_max,pso_size);%调用PSO函数
function [XX,fitness]=Calculate(XX,ddimens)%适应度值计算函
www.eeworm.com/read/160998/10464517
m psostandard_benchmarks_test.m
function PSOstandard_benchmarks_Test
clear all;
close all;
c1=1.49445;c2=1.49445;%
global dimension Size
dimension=40;Size=40;%种群维数 dimension、规模 Size
Tmax=1000;%%最大迭代次数 Tmax
%%选择不同测试函数的速度和位置限制
www.eeworm.com/read/380669/6966856
m adapting.m
%回路长度计算
%=========================================
%第一种群计算
for i=1:ant_n_A
dis=0;
dis_sum=0;
x1=0;
x2=0;
y1=0;
y2=0;
for j=1:(city_n-1) %计算前段距离
www.eeworm.com/read/380669/6966857
m search.m
%解搜索函数
%===============================================
%第一种群数据
%初始化禁忌表
for i=1:ant_n_A
for j=1:city_n
tobu_A(i,j)=0;
end
end
%随机放置蚂蚁初始位置
for i=1:ant_n_A
city=round((cit
www.eeworm.com/read/440618/7685787
txt chengxu.txt
生成初始种群
popm=zero(M,num);
for i=1:M
popm(i,:)=randperm(num);
end
function lem=value(r,dmatrix,num)
minopt=0;
for i=1:num-1
minopt=minopt+dmatrix(r(i),r(i+1));
end
minopt=minopt+dmatrix(r(1),r
www.eeworm.com/read/198334/7940032
m adapting.m
%回路长度计算
%=========================================
%第一种群计算
for i=1:ant_n_A
dis=0;
dis_sum=0;
x1=0;
x2=0;
y1=0;
y2=0;
for j=1:(city_n-1) %计算前段距离
www.eeworm.com/read/198334/7940038
m search.m
%解搜索函数
%===============================================
%第一种群数据
%初始化禁忌表
for i=1:ant_n_A
for j=1:city_n
tobu_A(i,j)=0;
end
end
%随机放置蚂蚁初始位置
for i=1:ant_n_A
city=round((cit
www.eeworm.com/read/488581/6489825
cpp yichuan.cpp
#include
#include
#include
#include
#include
#define N 50 //设定种群规模，影响算法收敛速度，一般在(10，200)之间选
int leng=65535; //定义二进制长度
doub
www.eeworm.com/read/482361/6623273
txt ga_bp.txt
file:gabp.m
%**************************************
clear all
% 用GA训练BP网络的权值、阈值
% 开始计时
tic,
% BP网络初始化
[P,T,R,S1,S2,S]=bpinit;
bounds=ones(S,1)*[-10 10];
% 初始种群个数
num=60;
pop=init
www.eeworm.com/read/155768/11849293
m genetichw.m
function bestchrom=GeneticHW(t)
%主函数
%在此算法中，采用轮盘赌原则进行选择子代，浮点编码，浮点交叉，浮点变异。
%并进一步提高运算的效率。
maxgen=500; %最大迭代次数
sizepop=100; %每代种群个体数
pcro