matlab遗传算法实数编码整数种群初始化：期望为0，标准差为10，生成第一个变量；从一组数据中选择第二个变量，第二个变量通过循环选择，每循环一次选择一个，一共选择种群数量那么多次，保证第一个变量的数量与第二个变量一致。

要在MATLAB中使用遗传算法进行实数编码整数种群初始化，满足第一个变量期望为0，标准差为10，并从一组数据中选择第二个变量，可以按以下步骤进行：

1. 对于第一个变量，可以使用 normrnd 函数生成正态分布随机数，并根据期望值和标准差进行线性变换，以确保生成的数值具有所需的期望和标准差。

2. 对于第二个变量，从给定的一组数据中循环选择与种群数量相同的数据作为初始值。使用循环来选择数据，保证第一个变量的数量与第二个变量一致。你可以使用取模运算符（mod）来实现循环选择。

以下是一个示例代码：

% 参数设置
populationSize = 50; % 种群个体数
variableNum = 2; % 变量个数
expectedValue = 0; % 期望值
standardDeviation = 10; % 标准差

% 第一个变量的初始化
firstVariable = round(normrnd(expectedValue, standardDeviation, [populationSize, 1]));

% 第二个变量的初始化
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]; % 数据集
secondVariable = zeros(populationSize, 1);

for i = 1:populationSize
    selectedIndices = mod(i-1, numel(data))+1; % 使用取模运算符循环选择数据
    secondVariable(i) = data(selectedIndices);
end

% 输出初始化的种群
population = [firstVariable, secondVariable];
disp(population);

在上述示例代码中，种群大小为50，变量个数为2。第一个变量根据期望值和标准差使用 normrnd 函数生成正态分布随机数，并通过 round 函数将其四舍五入为整数。第二个变量从给定的数据集中循环选择与种群数量相同的数据，使用取模运算符实现循环选择。

注意：这只是一种初始化实数编码整数种群的方法，具体的实现可能因问题的不同而有所变化。你可以根据具体的问题和需求，进行相应的调整和修改。