qq_44401469的博客

主函数：%主函数function nsga2_scheduling clear all; clc; pop = 200; %种群数量 gen = 10; %迭代次数 pop_f=100;%父代种群数量 data_mac;%载入车间设备信息 data_pro;%载入待加工工件信息 pro_matrix=[];%包含工序及目标函数值的决策矩阵 mac_matrix=[];%包含设备染色体信息的决策矩阵 for i=1:pop_

设有列表n=10nums=list(range(n))简单选择排序降序：第一步：n个数从左至右，索引从0开始至n-1，两两依次比较，记录最大索引，将大数和索引0数交换，如果大数就是索引0，则不交换；第二步从索引1开始比较…升序：相反操作。for i in range(n): maxindex=i #假定最大值索引 for j in range(maxindex+1,n): if nums[j]>nums[maxindex]: m

法一：n=6triangle=[[1],[1,1]]for i in range(2,n): cur=[1] pre=triangle[i-1] for j in range(i-1): cur.append(pre[j]+pre[j+1]) cur.append(1) triangle.append(cur)print(triangle)法二：n=10triangle=[]for i in range(0,n): cur=[

法一：primenumber=[]for x in range(2,10000): for i in range(2,int(x**0.5)+1): if x%i==0: break else: primenumber.append(x)print(primenumber)法二：start=datetime.datetime.now()primenumber=[2]for x in range(3,10000,2):

冒泡法排序–Python假设有一个列表里面有9个数，现在使用冒泡法对其进行升序排序。import randomimport datetimel1=list(range(1,10))random.shuffle(l1) #输出none，就地修改start=datetime.datetime.now()count=0swap_count=0length=len(l1)for i in range(length-1): flag=True #假定是有序序列 for j in

不精确的一维搜索// wolfe准则%给定目标函数，梯度，初始值以及方向通过迭代确定步长function [alpha,xknew,fk,fknew,j]=wolfe(f,g,xk,dk)lambda=0.1;sigma=0.5;a=0;b=inf;alpha=1;j=0; %迭代次数while 1 if ~((f(xk)-f(xk+alpha*dk)>=(-lambda*alpha*g(xk)'*dk))) %没有满足函数是下降的

进退法求初始区间// 进退法求初始区间function [a,b]=jintuif(f,x0,h) %给定目标函数f，初始值x0，步长hf0=f(x0);x1=x0+h;f1=f(x1);%分进，退两步循环if f0>f1 while 1 h=2*h; x2=x1+h; f2=f(x2); if f1<=f2 a=x0; b=x2; br

一维搜索 Fibonacci法和黄金分割法Fibonacci法// Fibonaccifunction [k,x,result]=fibonacci(f,interval,delta) %k为迭代次数a=interval(1);b=interval(2);F=[1 1]; %斐波那契数列数列的第一项和第二项n=3;while F(end)<(b-a)/delta %产生斐波那契数列 F(n)=F(n-1)+F(n-2); n=n+1;end