求解欧式距离matlab

要在Matlab中求解欧氏距离，可以使用以下函数\[1\]:

function \[D\] = dist(i, x)
    \[m, n\] = size(x);
    D = sqrt(sum((((ones(m, 1) * i) - x).^2)'));
    if n == 1
        D = abs((ones(m, 1) * i - x))';
    end
end

这个函数可以计算对象i与数据矩阵x中所有对象之间的欧氏距离。其中，i是一个对象(1,n)，x是一个数据矩阵(m,n)，m表示对象数量，n表示变量数量。函数的输出是一个欧氏距离矩阵D，大小为(m,1)，表示i与每个对象之间的距离。

另外，如果你想要使用遗传算法中的轮盘赌选择方法来选择个体进行繁殖，可以使用以下函数\[2\]:

function matselec = rouletteSelect(vectfit, popinit)
    Ps = 0.5;
    \[nbrpop, nbrville\] = size(popinit);
    nbrpopS = floor(nbrpop * Ps);
    matselec = zeros(nbrpopS, nbrville);
    cumProb = zeros(1, length(vectfit));
    s = 0;
    for j = 1:length(vectfit)
        cumProb(j) = s + vectfit(j);
        s = cumProb(j);
    end
    for i = 1:nbrpopS
        r = (max(cumProb) - min(cumProb)) * rand() + min(cumProb);
        for j = 1:length(cumProb)
            if r <= cumProb(j)
                matselec(i, :) = popinit(j, :);
                break;
            end
        end
    end
end

这个函数可以根据个体的适应度值使用轮盘赌选择方法选择一部分个体进行繁殖。其中，vectfit是个体的适应度值向量，popinit是初始个体矩阵。函数的输出是选择出的个体矩阵matselec，大小为(nbrpopS, nbrville)，表示选择出的个体用于后续的计算。

最后，如果你想要使用交叉算子进行个体的交叉操作，可以使用以下函数\[3\]:

function \[a, b\] = OX(a, b)
    L = length(a);
    while 1
        r1 = randsrc(1, 1, \[1:L\]);
        r2 = randsrc(1, 1, \[1:L\]);
        if r1 ~= r2
            s = min(\[r1, r2\]);
            e = max(\[r1, r2\]);
            a0 = \[b(s:e), a\];
            b0 = \[a(s:e), b\];
            for i = 1:length(a0)
                aindex = find(a0 == a0(i));
                bindex = find(b0 == b0(i));
                if length(aindex) > 1
                    a0(aindex(2)) = \[\];
                end
                if length(bindex) > 1
                    b0(bindex(2)) = \[\];
                end
                if i == length(a)
                    break
                end
            end
            a = a0;
            b = b0;
            break
        end
    end
end

这个函数可以对个体a和b进行交叉操作，使用的是顺序交叉算子(OX)。函数的输出是交叉后得到的两个个体a和b。

希望这些函数能够帮助你在Matlab中求解欧氏距离和进行遗传算法的相关操作。
#### 引用[.reference_title]
- *1* [python 矩阵化求点和点集每个元素的欧式距离](https://blog.csdn.net/baidu_40840693/article/details/109239042)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [【Matlab】 遗传算法求解TSP问题](https://blog.csdn.net/qq_44646352/article/details/127996829)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [遗传算法（GA）求解VRPTW问题MATLAB代码讲解（中）](https://blog.csdn.net/weixin_39620684/article/details/116361639)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]