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/267744/11165260
m example5_33.m
function [Chrom, Lind, BaseV] = crtbp(Nind, Lind, Base)
% Nind-种群的数目大小
% Lind-染色体的长度
% Base-染色体基
% Chrom-初始种群
nargs = nargin ;
if nargs >= 1, [mN, nN] = size(Nind) ; end
if nargs >= 2, [mL, n
www.eeworm.com/read/412258/11208469
m mutation.m
function [child]=mutation(pop)
%复制函数，采取小盘轮转法
%[child]=mutation(pop)
%mutation 编码
%pop 初始种群
%child 返回复制后的种群
%pop(:,end) 适值度
% 作者：机自01-2班曾新海
% zxh21st@163.c
www.eeworm.com/read/249743/12477027
m example5_33.m
function [Chrom, Lind, BaseV] = crtbp(Nind, Lind, Base)
% Nind-种群的数目大小
% Lind-染色体的长度
% Base-染色体基
% Chrom-初始种群
nargs = nargin ;
if nargs >= 1, [mN, nN] = size(Nind) ; end
if nargs >= 2, [mL, n
www.eeworm.com/read/148123/12490649
m mutation.m
function [child]=mutation(pop)
%复制函数，采取小盘轮转法
%[child]=mutation(pop)
%mutation 编码
%pop 初始种群
%child 返回复制后的种群
%pop(:,end) 适值度
% 作者：机自01-2班曾新海
% zxh21st@163.c
www.eeworm.com/read/148123/12490652
m cross.m
function [cpop ,len,v]=cross(child,bounds,CP)
%交叉函数，采取点交叉
%[newpop ,len]=cross(child,bounds,CP)
%child 复制后的种群
%bounds 边界约束
%CP 交叉概率
%newpop 交叉后的新种群
%len 每个变量的编码长度
www.eeworm.com/read/102622/15764670
m ga.m
%输出参数：x:求的最优解
% endpop:最终的种群
% bpop:最优种群的一个搜索轨迹
% 输出参数：
% bounds:代表变量的上下界的矩阵
% eevalFN:适应度函数
% startPop:初始群体
% termFN:终止函数的名字
% t
www.eeworm.com/read/119281/14834613
asv normgeomselectk.asv
function [newPop]=normGeomSelectk(oldPop,fitness,options,k)
%锦标赛选择算子 从种群中随机地选取k 个个体,找出这k 个个体中适应值最好的个体作
%为最优个体,这个最优个体就是下一代种群中的一个个体,这个过程重复n 次就产生了新的种群
global k;
q=options(2); % Probability of se
www.eeworm.com/read/367675/2835686
txt 824.txt
发信人: 8088 (8088), 信区: DataMining
标 题: 1.4 从商业数据到商业信息的进化
发信站: 南京大学小百合站 (Wed Dec 12 16:22:42 2001)
从商业数据到商业信息的进化过程中，每一步前进都是建立在上一步的基础上的。见下表
。表中我们可以看到，第四步进化是革命性的，因为从用户的角度来看，这一阶段的数据
库技术已经可以快速地回答商业上 ...
www.eeworm.com/read/128434/14299122
txt 最优结果（结合法）.txt
书上的20个城市
终止代数5000
float pc=0.5; //交叉率
float pm=0.03; //变异率
初始种群：均匀分布表比重：100%；选择方法：轮盘赌与期望值结合(0.9)
**最短旅程距离：23.804720
************************************************************
种群的总适应度=7
www.eeworm.com/read/395890/2432039
m complete_mutation_cell.m
% 2.6 变异
%遗传算法子程序
%Name: mutation.m
%变异
function [newpop]=complete_mutation_cell(popsize,pop,pm,i,fun_num,var_num,up_range,down_range)
%函数说明
%入口参数：pop 当前处理的种群,
% popsize 种群