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/478849/6705160
asv selection.asv
% 2.4 选择复制
% 选择或复制操作是决定哪些个体可以进入下一代。
% 程序中先设置罚值（由约束条件转化而来）淘汰不低质种群（消除不可行解），再采用赌轮盘选择法选择，这种方法较易实现。
% 根据方程 pi=fi/∑fi=fi/fsum ，选择步骤：
% 1）在第 t 代，由（1）式计算 fsum 和 pi
% 2）产生 {0,1} 的随机数 rand( .)，求 s=rand( . ...
www.eeworm.com/read/155770/11849059
m readme.m
SGA（Simple Genetic Algorithm）是一种强大的智能多变量优化算法，它模仿种群繁殖规律来进行优化。
本SGA可以优化变量，求最小值,最大值（当把函数倒数也就求最小值啦）
并且支持浮点编码，grey编码，二进制编码；轮赌法选择，锦标赛选择；单点交叉，均布交叉，浮点交叉；单点变异，浮点变异.
调用时:
Genetic（目标函数名）
if you get so ...
www.eeworm.com/read/344504/11876588
m ga.m
%遗传算法
%D是距离矩阵，n为种群个数
%参数a是中国31个城市的坐标
%C为停止代数，遗传到第 C代时程序停止,C的具体取值视问题的规模和耗费的时间而定
%m为适配值淘汰加速指数,最好取为1,2,3,4,不宜太大
%交叉概率Pc，变异概率Pm
%R为最短路径,Rlength为路径长度
function GA
%初始化
a=[1304 2312;3639 1315;417 ...
www.eeworm.com/read/251560/12337728
m 111.m
%种群规模
zhongqun=100;
%迭代次数
diedai=200;
%输入车场数
m=2:
%输入各个车场的车辆数，长度为m的向量
l=[3 3];
%输入各车场各车辆的固定成本。m行max(1)列。各车场对于多出的不存在的车辆，成本设为0
C=[16 25 30
16 25 30];
%输入各车场各车辆的载重量限制，m行max(1)列。对于每行超出该车场车辆数
www.eeworm.com/read/217486/14960302
asv selection.asv
% 2.4 选择复制
% 选择或复制操作是决定哪些个体可以进入下一代。
% 程序中先设置罚值（由约束条件转化而来）淘汰不低质种群（消除不可行解），再采用赌轮盘选择法选择，这种方法较易实现。
% 根据方程 pi=fi/∑fi=fi/fsum ，选择步骤：
% 1）在第 t 代，由（1）式计算 fsum 和 pi
% 2）产生 {0,1} 的随机数 rand( .)，求 s=rand( . ...
www.eeworm.com/read/109472/15557035
txt readme.txt
SGA（Simple Genetic Algorithm）是一种强大的智能多变量优化算法，它模仿种群繁殖规律来进行
优化。
本SGA可以优化变量，求最小值,最大值（当把函数倒数也就求最小值啦）
并且支持浮点编码，grey编码，二进制编码；轮赌法选择，锦标赛选择；单点交叉，均布交叉，浮点交叉；
单点变异，浮点变异；
调用时
Genetic（目标函数名）
if you get some ...
www.eeworm.com/read/101825/15806230
txt readme.txt
SGA（Simple Genetic Algorithm）是一种强大的智能多变量优化算法，它模仿种群繁殖规律来进行
优化。
本SGA可以优化变量，求最小值,最大值（当把函数倒数也就求最小值啦）
并且支持浮点编码，grey编码，二进制编码；轮赌法选择，锦标赛选择；单点交叉，均布交叉，浮点交叉；
单点变异，浮点变异；
调用时
Genetic（目标函数名）
if you get some ...
www.eeworm.com/read/365914/9840914
txt sa.txt
遗传算法求解f(x)=xcosx+2的最大值
其中在尺度变换部分应用到了类似模拟退火算法部分，所有变量均使用汉语拼音很好懂
//中国电子科技集团公司
//第一研究室
//呼文韬
//hu_hu605@163.com
//随机初始种群
//编码方式为格雷码
//选择方法为随机遍历
//采用了精英保存策略
//采用了自适应的交叉率和变 ...
www.eeworm.com/read/359262/10159099
m genetictsp.m
%SY0707348宗满意 遗传算法求解TSP问题
%D是距离矩阵，n为种群个数
%参数a是中国31个城市的坐标(初始给定)
%C为停止代数，遗传到第 C代时程序停止,C的具体取值视问题的规模和耗费的时间而定
%m为适值淘汰加速指数,最好取为1,2,3,4,不宜太大
%交叉概率Pc,变异概率Pm
%R为最短路径,Rlength为路径长度
function [R,Rle ...
www.eeworm.com/read/359262/10159105
m genetictsp2.m
%SY0707348宗满意 遗传算法求解TSP问题(为选择操作从新设计后程序)
%D是距离矩阵，n为种群个数
%参数a是中国34个城市的坐标(初始给定)
%C为停止代数，遗传到第 C代时程序停止,C的具体取值视问题的规模和耗费的时间而定
%m为适值淘汰加速指数,最好取为1,2,3,4,不宜太大
%交叉概率Pc,变异概率Pm
%R为最短路径,Rlength为路径长度
f ...