选址—路径问题(LRP)同时解决设施选址和车辆路径问题, 使物流系统总成本达到最小, 在集成化物流配送网络规划中具有重要意义。针对带仓库容量约束和路径容量约束的选址—路径(CLRP)问题, 提出了一种结合模拟退火算法的混合遗传算法进行整体求解。改进混合遗传算法分别对初始种群生成方式、遗传操作和重组策略进行改进, 并实现了模拟退火的良好局部搜索能力与遗传算法的全局搜索能力的有效结合。运用一组Barreto Benchmark算例进行数值实验测试其性能, 并将求解结果与国外文献中的启发式算法进行比较, 验证了改进混合算法的有效性和可行性。

匹配算法的计算量由搜索位置数与相关算法的计算量之积来决定,因此,为了减少总的计算量,需要改进匹配算法和减少搜索位置。提出一种改进的遗传算法的匹配方法,设计了染色体的表示方法、新的适应度函数以及新的遗传操作算子。为了加快算法的收敛速度,对初始种群的选取和遗传算子操作概率的选取提出了新的方法。实验结果表明,该方法更有效地完成了特征图像之间的匹配。

博客文章代码。 通用遗传算法，高效

基于改进的遗传算法外卖路线优化方法.zip

基于改进型遗传算法的LTE网络频率优化，梁元铮，，遗传算法是模拟自然选择和生物进化过程的计算模型，通过模拟自然进化的过程来搜索问题的最优解。频率规划在LTE网的规划中占据重要

【TSP】基于改进的遗传算法求解旅行商问题matlab源码含GUI.md

一种改进型遗传算法在入侵检测中的应用.pdf

改进的遗传算法在农产品电商中的应用研究.pdf

完整代码，可直接运行

【运动学】基于改进的遗传算法和高斯烟羽模型模拟气体扩散.md