~

目录1算法讲解1.1遗传算法流程描述1.2关于为什么要用二进制码表示个体信息1.3关于如何将二进制码转化为为变量数值1.4关于代码改进2各部分代码及使用2.1代码使用2.2--Genetic1--主函数2.3--PI(PopulationInitialize)--产生初始种群2.4--Fitness--计算目标函数值2.5--FitnessF--计算适应值2.6--Translate--将二进制码

第四章习题题-1模拟得到1000个参数为0.3的贝努里分布随机数, 并用图示表示出来# 为了更清晰显示密度，通过cex把点画小点plot(rbinom(1000,1,0.3),cex=0.5)题-2用命令rnorm( )命令产生1000个均值为10, 方差为4的正态分布随机数,用直方图呈现数据的分布并添加核密度曲线.rn<-rnorm(1000,mean=10,sd=4)hist(rn,pr

~

注： 以下改进皆为在传统 A* 算法基础下的改进，请先了解传统 A* 算法后再对本文进行了解。1 邻域改进当终点相对于当前点在不同象限时，采取不同的搜索邻域能够减小检验节点数量。首先要确定终点相对于当前节点象限，我们定义向量：V=[goal.x−cur.x2，goal.y−cur.y2]V=[\frac{goal.x-cur.x}{2}，\frac{goal.y-cur.y}{2}]V=[2goa

~

近期没啥空，水个简单的。。。。目前只写了第一问，有空再写。。。。。问题描述无人驾驶飞机简称“无人机”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。搭载图像设备的无人机在高空航拍、区域巡视、军事侦查等方面有广泛应用。2018 年 9 月，世界海关组织协调制度委员会将无人机归类为“会飞的照相机”。利用拍摄的图像对无人机所处的位置及其拍摄姿态进行确定是一项重要的技术。某平坦区域可近似看成水

~

写了一个能让坐标区域变得很炫酷的修饰函数：同时想到了一个很有意思的把函数存储进mat文件的方法，方法就不细讲了，大家自行点开.mat文件能够很轻松的理解原理(大概)，使用方式首先说明一下函数咋用：假设编写了如下函数：在最后一行调用工具函数进行修饰，例如：prettyAxes().ggray2()或者：prettyAxes(gca).ggray2()修饰效果：其他炫酷的背景prettyAxes().

帅就完事了