- 智能優化算法與MATLAB編程實踐
- 陳克偉 魏曙光主編
- 223字
- 2024-12-31 17:34:24
1.2.2 適應度函數
在學術研究與工程實踐中,優化問題是多種多樣的,需要根據不同的問題優化目標設計相應的適應度函數(也稱目標函數)。為了便于后續優化算法調用適應度函數,通常將適應度函數單獨寫成一個函數,命名為fun()。如定義一個適應度函數fun(),并存放在fun.m中,適應度函數fun()定義如下:
%% 適應度函數 function fitness = fun(x) %x為輸入一個個體,維度為dim %fitness為輸出的適應度 fitness = sum(x.^2); end
可以看到,適應函數fun()是x所有維度的平方和,如x=[2,3],那么經過適應度函數計算后得到的值為13。
x=[2,3]; fitness = fun(x)
運行結果如下:
fitness = 13
推薦閱讀
- Vue 3移動Web開發與性能調優實戰
- Visual FoxPro程序設計教程
- Offer來了:Java面試核心知識點精講(原理篇)
- Java高手真經(高級編程卷):Java Web高級開發技術
- Web交互界面設計與制作(微課版)
- Learning Apache Kafka(Second Edition)
- Building Minecraft Server Modifications
- Python時間序列預測
- Java高并發核心編程(卷1):NIO、Netty、Redis、ZooKeeper
- JavaScript程序設計(第2版)
- MySQL程序員面試筆試寶典
- C編程技巧:117個問題解決方案示例
- Java高手是怎樣煉成的:原理、方法與實踐
- ROS機器人編程實戰
- Clojure Web Development Essentials