1、对于求数值解的微分方程，你可以用ode45()函数求解。如求下列微分方程func。m   %自定义微分方程的函数function z = func(t,y)z =[y(2)(1-y(1)^2)*y(2)-y(1)]main。m 

遗传算法我懂，我的论文就是用着这个算法，具体到你要遗传算法是做乱歼什么？优化什么的。。。我给你一个标准遗传算法程序供你参考：该程序是遗传算法优化BP神经网络函数极值寻优：%% 该代码为基于神经网络遗传算法的系统极值寻优%% 清空环境变量cl

numbits = 99%每册启祥次迭代的比特数numchans = 2%信号的州搏信道数nsamp = 16 %每个符号的采样率num=10numerrs = 0% Number of bit errors seen so f

遗传 *** 作是模拟生物基因遗传的做法。在遗传算法中，通过编码组成初始群体后，遗传 *** 作的任务就是对群体的个体按照它们对环境适应度(适应度评估)施加一定的 *** 作，从而实现优胜劣汰的进化过程。从优化搜索的角度而言，遗传 *** 作可使问题的解，一代又一代地优化

主要问题包括：1、变量x未定义。2、函数MUSIC里面：S=[S(257:512)S(1:256)]应为S=[S(257:512) S(1:256)]另外，clearR未定义，不知道干什么用的，可闭告以直枣庆接删掉。3、函数ARMA

function [path,lmin]=ga(data,d)  %data为点集,d为距离矩阵，即赋铅慧权图tic%======================sj0=data%开环最短路线%=======================

syms xf=x^3-2*x+1x0=0h=1a=2b=1x1=x0+hfx0=subs(f,x,x0)fx1=subs(f,x,x1)if fx1&ltfx0 %方向对了，继续山者巧加x2=x1+a^b*h fx2=subs

这个主要是gaot工具箱中的ga和matlab中的ga冲突了。你可以把gaot工具箱里面的gam复制到工具箱gadsgads,里面，再把matlab这里面自带的gam,改一个别的名字，就可以运行成功了。刚刚研究出来。分享一下。matlab

% 主程序%遗传算法主程序%Name:genmain.m%author：杨幂clearclf%%初始化popsize=50%群体大小chromlength=30%字符串长度（个体长度）pc=0.6%交叉概率pm=0.1%变异概率pop=in

#导入随机数模块import random#定义源裂一个空的昌裂谈数组，用作取样表reList = []#为取样表赋值，1~100for i in range(1,101):reList.append(i)#使用sample方法，

UG运动戚伍仿真旋转方向，需要你自行检查旋转副的方向，如果方向是反的，在败裤指定矢量的时候不要选择圆心，选择XC或者-XC之类的矢量方向。UG运动仿真，模型会穿插在一起，可以在作高枯或为连杆和运动副之后，添加一个连接器——3D接触。3D

遗传算法实例:也是自己找来的，原代码有少许错误，本人都已更正了，调试运行都通过了的。对于初学者，尤其是还没有编程经验的非常有用的一个文件遗传算法实例% 下面举例说明遗传算法 %% 求下列函数的最大值 %% f(x)=10*sin(5x)+7

大致看了一下，有以下问题：1、A是标量，做fft变换有什么意义？2、没扮f是标量，plot肯定有问题。3、存在大键液量本来应该是点运算的场合但用了普通的运算。帮你改了一下，看是否符合需要：m=0.5L=1%待定h=14R=-176.

抽样调查的一般程序：rnrn 抽样调查是由五个步骤组成的工作过程。rnrn1、确定调查总体：即明确调查的全部对象及其范围。这是抽样调查的前提和基础。rnrn2、抽样框架的确定和个体编号：抽样框架这是提供抽样所用被

遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，

functionmy_ga()options=gaoptimset%设置变量范围options=gaoptimset(options,'PopInitRange',[09])%设置种群大小options=gaoptims

% 主程序%遗传算法主程序%Name:genmain.m%author：杨幂clearclf%%初始化popsize=50%群体大小chromlength=30%字符串长度（个体长度）pc=0.6%交叉概率pm=0.1%变异概率pop=in

遗传 *** 作是模拟生物基因遗传的做法。在遗传算法中，通过编码组成初始群体后，遗传 *** 作的任务就是对群体的个体按照它们对环境适应度(适应度评估)施加一定的 *** 作，从而实现优胜劣汰的进化过程。从优化搜索的角度而言，遗传 *** 作可使问题的解，一代又一代地优化

差分进化算法matlab的小例子在内存管理铅码方案中放置的第局激帆三种类型是类型引用，引用通常桐雹就是一个指针。我们不会显示的使用指针，它们由公共语言运行时（CLR）来管理。 （以下描述，均不是学术用语，仅供大家快乐的搭指码阅读） 差分