昨天@cckinger 同学跟我提到了遗传算法,我觉得很有意思,便尝试用MMTC实现了一下.第一次玩,题目简单,高手莫笑.


o 给赞~
居然f[x_]:=的定义方式可以用汉字....好强大...还有 楼主每次做这个是用M文件做的吧~

我把遗传算法的MATLAB完全修改成了mmtc的代码,有长长的一大串...
主要是懒得思考了,,,直接把代码稍做修改就搬进mmtc里了~
然后 运行不出来了....
突然觉得是mmtc做数值计算是太强大还是太无力...因为追求高精度...
所以我把里面的一些变量加上N[],一段时间后终于出结果了~
机房的电脑没Flash插件...我图片都不能上传...


test=Table[0,{100}];l=Round[100 pm];
For[i=1,i<=l,i++,test[[i]]=1];
n=Round[RandomReal[] 99+1];
pmm=test[[n]];
If[pmm==1,
chb=Round[RandomReal[]*(bn-1)]+1;
snnew[[chb]]=Abs[scnew[[ss+1,chb]]-1]
比如这一段 我就是照搬MATLAB里面设置概率为0.75的办法
设置一个100个数的矩阵,其中75个数是1,选中1的概率是0.75咯~

又有问题求教....
mmtc里面怎么定义多元向量值函数?
f[x_]：=
f[x_,y_,z_]:=
都是数量值函数的内型。。。能不能让mmtc输出{y1，y2，y3..}一个向量呢？
还是只能分别定义y1：= y2：= y3：= 

lz，你的交叉算子是不是有问题啊，每次交叉完成后一直都是八个染色体哦，我用你的方法试了一下，结果并不收敛。


我试着改了一下@mm_酱 其中还有一些问题，一个是交叉的基因长度是固定的，不该好，二是变异的长度以及选择保留的优秀染色体的个数都是固定的，是否全局优化还是应该采用随机的个数比较好？


图中的中文注释和小标题是怎么做到的？不用（**）

看来不错啊，顶一个

默默学习

太强了，默默学习。到时候期末考完可以试试……期末，嗯……

赞。
（贴吧没有点赞按钮真不习惯……）

MMTC是OP的个人说法吗。。

楼主大才。

收藏下来学习！

大赞呀学习啦~\(≧▽≦)/~