void mutation(population& pop) { // 位变异 for (int i = 0; i < NP; i++) { for (int j = 0; j < D; j++) { if (rand() < MUTATE_RATE * RAND_MAX) { pop.indiv[i].dim[j] += (UPBOUND[j] - LOWBOUND[j]) * (rand() / (RAND_MAX + 1.0) - 0.5); if (pop.indiv[i].dim[j] < LOWBOUND[j]) pop.indiv[i].dim[j] = LOWBOUND[j]; if (pop.indiv[i].dim[j] > UPBOUND[j]) pop.indiv[i].dim[j] = UPBOUND[j]; } } } }

这段代码实现了一种位变异的策略，它会对个体的某一维度进行随机扰动。如果你想要实现非均匀变异，可以参考我之前给你的代码，使用类似的方法计算变异强度系数 delta，然后将它应用到个体的某个维度上。具体来说，你可以按照下面的方式修改这段代码：

void mutate(population& pop) {
    for (int i = 0; i < NP; i++) {
        for (int j = 0; j < D; j++) {
            if (rand() < MUTATION_PROB * RAND_MAX) {
                double randNum = ((double) rand() / RAND_MAX);
                double delta;
                if (randNum <= 0.5) {
                    delta = pow(2.0 * randNum, 1.0 / (1.0 + ETA_MUT));
                } else {
                    delta = pow(1.0 / (2.0 * (1.0 - randNum)), 1.0 / (1.0 + ETA_MUT));
                }
                double x = pop.indiv[i].dim[j];
                double lb = pop.lb[j];
                double ub = pop.ub[j];
                x = x + delta * (ub - lb);
                if (x < lb) {
                    x = lb;
                } else if (x > ub) {
                    x = ub;
                }
                pop.indiv[i].dim[j] = x;
            }
        }
    }
}

这段代码和之前的代码很相似，但是使用了变异概率 MUTATION_PROB 和变异强度系数 delta 来控制变异的强度。这样，你就可以通过调节 MUTATION_PROB 和 ETA_MUT 的值来控制变异策略的灵活性和搜索能力。