基于遗传算法的图像识别

高效率的遗传算法图像识别，快速识别，对比以前的算法进行 了优化改进。

function eff=evaluation（popk）

%  计算种群的适应值
%  pop为粒子群
%  k 为决策变量维数

% %________________sphere bounds=[-100100]最优值 0________________________________________________
% % 
% for（i=1:1:size（pop1））
%     for（j=1:1:size（pop2））
%         eff（ij）=pop（ij）;
%     end
% end
% x=zeros（1k）;
% for（ i=1:1:size（pop1））
%     x=pop（i:）;d=0;
%     for（j=1:k）
%           d=d+x（j）^2;
%     end
% 
%     eff（ik+1）=d;
%     x=zeros（1k）;
% end
% % 
% % % %________________Schwefel 12 bounds=[-100100]最优值 0________________________________________________
% % % % % 
% for（i=1:1:size（pop1））
%     for（j=1:1:size（pop2））
%         eff（ij）=pop（ij）;
%     end
% end
% x=zeros（1k）;
% for（ i=1:1:size（pop1））
%     x=pop（i:）;d1=0;
%     for（j=1:k）
%         d=0;
%  

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      13584  2013-01-03 11:10  genetic PSO\evaluation.asv

     文件      13572  2013-03-24 23:28  genetic PSO\evaluation.m

     文件        487  2011-11-08 14:32  genetic PSO\initialize.asv

     文件        352  2011-11-08 14:42  genetic PSO\initialize.m

     文件        706  2013-03-24 21:25  genetic PSO\main.asv

     文件        706  2013-03-25 08:02  genetic PSO\main.m

     文件        845  2013-03-24 21:20  genetic PSO\tongji.asv

     文件        934  2013-03-25 07:48  genetic PSO\tongji.m

     文件         93  2013-01-20 11:15  genetic PSO\Untitled.m

     文件        306  2012-11-01 21:13  genetic PSO\up_best.m

     文件       1194  2013-03-23 10:20  genetic PSO\up_position.asv

     文件       1119  2013-03-24 21:17  genetic PSO\up_position.m

     目录          0  2013-03-24 20:25  genetic PSO

----------- ---------  ---------- -----  ----

                33898                    13