说明：基本遗传算法和模拟退火算法，可扩展，运行效率高，可以广泛应用

说明：介绍遗传算法的书，详细介绍了遗传算法的背景，数学基础以及各种应用，书中附录有许多遗传算法的源程序。

说明：遗传算法，c语言，通过遗传算法求解非线性函数最大值

说明：用于遗传算法的工具包，可自行修改适应度函数后使用。

说明：遗传算法，模拟退火算法。采用二进制Gray编码,采用基于轮盘赌法的非线性排名选择, 均匀交叉,变异操作,而且还引入了倒位操作

说明：粒子群优化SVM参数 遗传算法优化SVM参数

说明：matlab遗传算法工具箱，可供简单、方便引用

说明：使用自己构造的MATLAB程序实现遗传算法程序，可以实现队优化问题的求解，

说明：在微电网的优化配置过程中采用遗传算法对其进行优化配置

说明：遗传算法具有强大的全局优化能力，并行计算的快速收敛性

说明：遗传算法、禁忌搜索、模拟退火、蚁群算法 解决三十个城市的旅行商问题 人工智能课的一次作业，py写的，

说明：遗传算法的入门，简单实用的例子，用心看，都能会的。希望对大家有所帮助，希望都能学以致用。

说明：遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。

说明：基于时间窗的电动车调度，利用了遗传算法，启发式算法进行编程

说明：遗传算法改进粒子群算法及混沌粒子群算法的源码

说明：在vs2013通过运行的传统遗传算法相关代码实现

说明：matlab的环境下，编程实现传统遗传算法的matlab代码

说明：遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。

说明：粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是由J. Kennedy和R. C. Eberhart等开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法

说明：本算法为用遗传算法改进粒子群GA-PSO算法，附带含有程序使用说明。

说明：基于遗传算法的路径优化程序。内有源代码。供大家交流学习。

说明：一个利用MATLAB实现的有关遗传算法的实例（含代码）（同学送的）

说明：platEMO是Ye Tian等学者写的一款基于MATLAB的多目标优化工具，为新入门的同学或者开发者提供了很大的便利，其今年已经发布到PlatEMO 2.0版本了。这款工具主要具有以下的几个特点： 1.完全由MATLAB开发，不需要任何其它库。 2.包括现有的90个流行的MOEAs，包括遗传算法、差分进化、粒子群优化、模因算法、分布估计算法和基于代理模型的算法。其中大多数是2010年以后在顶级期刊上发表的代表性算法。 3.用户可以显示各种图形，包括结果的pareto front，真实的pareto front等等。 4.强大友好的GUI，可以不用编辑任何代码。 5.可以直接生成Excel或者LaTex。

说明：PSO和GA的结合，优化结果明显提升，PSO是粒子群优化算法，GA是遗传算法

说明：这是基于量子遗传算法的函数寻优MATLAB代码。

说明：这是一个多种群遗传算法的函数优化算法的matlab代码。

说明：本案例是基于遗传算法的LQR控制器优化设计。

说明：这是采用遗传算法优化TST算法的matlab代码

说明：这是使用遗传算法优化BP神经网络的音乐分类代码

说明：主要完成遗传算法的实现，实现语言为MATLAB。运行实例