系统的介绍了遗传算法理论，通俗易懂，对于GA初学者很有价值

用matlab编写的自适应遗传算法, 分别实现了选择,交叉,变异等步骤,简单明了,很好用.

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

由 Denis Cormier(North Carolina State University)开发的，Sita Raghavan(University of North Carolina at Charlotte)修正的遗传算法C代码。

遗传算法排课matlab代码ScheduleOptimizationGA 使用遗传算法优化大学系课程表 笔记 存储库包含： C ++源代码（ src/ ）， 样本输入和输出数据（ *.data ）， MATLAB代码以可视化输出数据（ *.m ）， 样本可视化（ *.eps ）。

本书较全面系统地介绍了应用人工神经网络和遗传算法解决水科学问题的最新研究成果。在理论方面：将人上神经网络技术应用于解决复杂、模糊高度非线性洪水、水沙的预测预报问题，提出了基丁人工神经网络的峰值识别理论，采用遗传算法优化神经同络的初始权重，实现了人工神经网络与遗传算法的有机结合。

遗传算法原理

针对基本遗传算法GA有局部搜索能力差、计算量大、对较大搜索空间适应能力差和易收敛于局部极小值等问题, 采用将极值优化EO算法与传统遗传算法相结合的方式, 对基本遗传算法进行改进, 提出了一种新的算法：GA-EO算法, 并用实验证明了新算法的有效性。

遗传算法多目标优化matlab代码BMOBench 欢迎到B缺乏-输入框中m ULTI-目的Øptimization乙enchmarking（BMOB）平台。 该平台的目的是将文献中的黑匣子多目标问题整合到一个单一的框架中。 这样，多目标优化社区中的研究人员就可以更轻松地全面比较，评估和分析以前的算法和新算法。 本质上，为可重复研究的工具增加了障碍。 使用BMOBench ，您可以在多目标优化社区中针对100个已建立的问题测试新开发的算法，并自动在基于乳胶的纸张模板中获得实验结果。 结果以数据质量的形式报告了四个质量指标：超量，附加ε指示符，反向世代距离和世代距离。 要求： 对于实验： MATLAB ， C 对于后处理：带有Numpy，matplotlib和paletable包的C和Python 32-bit是一个好的开始。 设置 目前，该平台正在支持MATLAB和C 将来的版本也可能支持Python 。 要开始使用BMOBench平台，请从github下载其代码： 下载为/ 解压缩下载的文件以找到以下文件夹： problems ：与问题相关的文件和描述 postprocess ：用于

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：Sheffield大学Matlab遗传算法工具箱_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员