fitness = zeros(1,population_size); for j = 1:population_size fitness(j) = fitness_function(population(j,:)); end优化这段代码

可以将for循环改为向量化操作，可以提高代码的运行效率。具体地，可以使用以下代码进行优化：

fitness = arrayfun(@(j) fitness_function(population(j,:)), 1:population_size);

这里使用了MATLAB内置函数`arrayfun`，它的作用是将函数`fitness_function`应用于向量`population`的每一行，并返回一个包含每个结果的向量。`@(j)`表示匿名函数，输入参数为`j`，即`population`的行号。最后，使用`1:population_size`生成一个包含所有行号的向量。