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/428780/1953994

asv detreeexp1_1.asv

global meas species %装载 fisheriris 数据集 load fisheriris %装载数据由此来看Iris花不同种群之间萼片测量属性的区别,我们只用包含萼片测量属性的两列。 %对数组变量画散点图 gscatter(meas(:,1), meas(:,2), species,'ygb','vsp'); xlabel('Sepal 长度'); y
www.eeworm.com/read/369700/9636210

m ga_bin.m

clear all clc c=50; %初始种群 T=1; p=randint(c,15,[0,1]); gray=zeros(3,5); bin=zeros(3,5); dec=zeros(3,1); S=zeros(c,1); x=zeros(c,3); temp=zeros(3,5); while(T
www.eeworm.com/read/411285/11249421

m ph_fresh.m

%信息素更新函数 %==================================== %第一种群更新 %信息素整体挥发 for i=1:city_n for j=1:city_n ph_table_A(i,j)=ph_table_A(i,j)*(1-dispose_A); end end %蚂蚁路径信息素增加 for i=1:ant_
www.eeworm.com/read/248249/12587690

m ph_fresh.m

%信息素更新函数 %==================================== %第一种群更新 %信息素整体挥发 for i=1:city_n for j=1:city_n ph_table_A(i,j)=ph_table_A(i,j)*(1-dispose_A); end end %蚂蚁路径信息素增加 for i=1:ant_
www.eeworm.com/read/300299/13921370

cpp gt_class.cpp

//带约束条件的郭涛算法2 //此程序来自网络,自己加以修改 //作者:武汉大学硕士 #include #include #include #include #define GANVARS 1 //函数维数 #define GA_popsize 100 //种群数 n #define
www.eeworm.com/read/358918/10175405

m sel.m

%“选择”操作:锦标赛选择法 function seln=sel(s,f); inn=size(s,1); %从种群中选择两个个体 for i=1:2 fm=min(f); for k=1:30; %产生一个随机数 r=round(rand*49+1); if fm
www.eeworm.com/read/397198/7117026

m hamiton.m

% maxpop 给定群体规模 % pop 群体 % newpop 种群 %t0 初始温度 function [codmin,finmin]=fc0(cc,v0,t0) N=length(cc(1,:)); %定群体规模 if N>50 maxpop=2*N-20; end if N
www.eeworm.com/read/462436/7201749

cpp genetic.cpp

/*遗传算法中: 个体编码方案:整数编码 交配方法:常规交配法 变异方法:打乱变异(逆序交换) 新种群构成方法:交配及变异后产生的所有子代 算法结束条件:繁衍2000代 */ #include #include #include #include #include
www.eeworm.com/read/458772/7289606

m code.m

function ret=Code(lenchrom,opts,bound) %本函数将变量编码成染色体,用于随机初始化一个种群 % lenchrom input : 染色体长度 % opts input : 编码方法 % bound input : 变量的取值范围 % ret output: 染色体的编码值 switch opts c
www.eeworm.com/read/456412/7349864

m object.m

function[y]=Object(sol) %本函数用来计算种群中单个个体的输出矩阵(行向量),通过这个矩阵可以用来和实际的输出进行比较。 global N; global M; global d; global sampleSize; global u; global processOutput; y=zeros(1,sampleSize); start=max(N+1,M