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/316961/13513317
txt ga.txt
遗传算法(Genetic Algorithm,GA)是一种抽象于生物进化过程的基于自然选择和生物遗传机制的优化技术.
遗传算法的基本原理
在遗传算法的执行过程中,每一代有许多不同的种群个体(染色体 )同时存在。这些染色体中哪个保留(生存)、哪个淘汰(死亡),是根据 它们对环境的适应能力来决定的,适应性强的有更多的机会保留下来 。适应性强弱 ...
www.eeworm.com/read/401817/11548835
txt 程序说明.txt
1、该背包问题采用遗传算法
2、0-1编码的方法，其中1代表选中所对应的物品，0代表不选中该物品
3、背包允许最带重量，种群规模（解空间大小），杂交概率，变异概率，最大进化代数需自己给定，程序会提示输入
4、程序提供一个输入示例
5、输入文件可加单行或多行注释
例如：#添加单行注释内容#
例如：#添加多行注释内容
添加多行注释内容#
6、输入文件头位置需指 ...
www.eeworm.com/read/401817/11548844
txt 程序说明.txt
1、该背包问题采用遗传算法
2、0-1编码的方法，其中1代表选中所对应的物品，0代表不选中该物品
3、背包允许最带重量，种群规模（解空间大小），杂交概率，变异概率，最大进化代数需自己给定，程序会提示输入
4、程序提供一个输入示例
5、输入文件可加单行或多行注释
例如：#添加单行注释内容#
例如：#添加多行注释内容
添加多行注释内容#
6、输入文件头位置需指 ...
www.eeworm.com/read/470452/6910815
asv findbest_indiv.asv
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 初始种群中最优个体 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function [curbest_indiv,curmax_fitness] = findbest_indiv(fitness);
[max_fitness,index1] = ma
www.eeworm.com/read/374781/9384998
m main.m
%用遗传算法进行简单函数的优化
clear
bn=22; %个体串长度
inn=50; %初始种群大小
gnmax=200; %最大代数
pc=0.75; %交叉概率
pm=0.05; %变异概率
%产生初始种群
s=round(rand(inn,bn));
%计算适应度,返回适应度f和累积概率p
[f,p]=objf(s);
gn=1;
while
www.eeworm.com/read/304790/7114562
m select.m
function popnew=select(pop,q,n)
%选择函数
%pop为待选择原始种群
%q为每个个体适应度累计概率，即赌轮区间，n为种群个体数
m=1;
for k=1:n
r=rand();
for l=2:n
if (q(l-1)
www.eeworm.com/read/457186/7333091
m select.m
function popnew=select(pop,q,n)
%选择函数
%pop为待选择原始种群
%q为每个个体适应度累计概率，即赌轮区间，n为种群个体数
m=1;
for k=1:n
r=rand();
for l=2:n
if (q(l-1)
www.eeworm.com/read/297044/8057652
m select.m
function popnew=select(pop,q,popsize)
%选择函数
%pop为待选择原始种群
%q为每个个体适应度累计概率，即赌轮区间，n为种群个体数
m=1;
for k=1:popsize-1
r=rand();
for l=2:popsize-1
if (q(l-1)
www.eeworm.com/read/332139/12776277
m main.m
%用遗传算法进行简单函数的优化
clear
bn=22; %个体串长度
inn=50; %初始种群大小
gnmax=200; %最大代数
pc=0.75; %交叉概率
pm=0.05; %变异概率
%产生初始种群
s=round(rand(inn,bn));
%计算适应度,返回适应度f和累积概率p
[f,p]=objf(s);
gn=1;
while
www.eeworm.com/read/305524/13766656
m select.m
function popnew=select(pop,q,n)
%选择函数
%pop为待选择原始种群
%q为每个个体适应度累计概率，即赌轮区间，n为种群个体数
m=1;
for k=1:n
r=rand();
for l=2:n
if (q(l-1)