Jupyter / Binder生物程序的示例：纳米簇的遗传算法 作者：Geoffrey R. Weal和Anna L. Garden博士（奥塔哥大学，但尼丁，新西兰） 小组页面： : 佩奇援引以下工作的话：开发一种结构比较方法，以促进对纳米团簇的整体优化中对势能面的探索； Geoffrey R. Weal，Samantha M. McIntyre和Anna L. Garden； JCIM； 在提交阶段。 该存储库旨在提供有关如何使用“有机体”程序的示例。 Organisms程序旨在执行针对纳米团簇的遗传算法全局优化。 它的设计灵感来自伯明翰群集遗传算法和Roy Johnston集团的伯明翰并行遗传算法。 可以在线查看有关有机体计划的文档。 请参阅有关如何安装有机体的文档，包括如何通过PIP进行安装。 可在找到有关Organisms程序的github页面。 要通过Bind

使用遗传算法优化神经网络的权值和阈值实现预测

GA算法计算速度快，结构优化合理，matlab CODE

利用遗传算法优化pid控制器三个参数的matlab程序 利用遗传算法优化pid控制器三个参数的matlab程序

遗传算法 PID

为了提高接地网腐蚀速率预测的精确度，在建立预测模型的过程中，首先对接地网进行了基于电网络理论的腐蚀诊断过程，并以经过诊断之后确定的腐蚀支路位置为采样点。考虑到仅以土壤理化性质反映接地网腐蚀速率的局限性，在接地网腐蚀诊断结果的基础上，提出接地网电阻平均增长速率作为预测模型的输入特征量之一。建立了基于人工蜂群优化支持向量机的接地网腐蚀速率预测模型，测试结果显示相对BP神经网络模型和广义回归神经网络模型，所提模型的预测结果精确度和稳定性更高，表明了对于解决接地网腐蚀速率预测问题，所提模型具有良好的适用性。

自己编的天牛须算法进行微电网经济调度微电网，有兴趣可以下载试试看，参数还有点小问题，仅供学习交流用，勿喷勿喷

提供了同步扰动随机近似优化算法（SPSA） 内部包含优化测试函数示例 可以直接点开运行，注释十分清晰

标准的人工蜂群算法优化、求解CEC基准测试函数，算法有详细的注释，算法收敛曲线图，测试函数的代码表达式及图像（pdf）。

遗传算法优化simulink模型中的参数，实测成功 如下问题： 1.遗传算法编程的详细解释 2.目标函数怎么编写，适应度函数与目标函数的关系 3.m文件与simulink如何联合仿真 4.sim（）的应用细节 5.相关报错处理 在资源中已详尽解释，欢迎大家下载学习，少走弯路！