说明：遗传退火新的算法 采用matlab设计 在解决蚁群问题很有用

说明：用传统自适应遗传算法编写程序来计算shubert函数

说明：遗传算法程序的编程。用MATLAB实现的。十分适合初学者学习使用

说明：该用matlab 实现的遗传算法可以用于多目标有约束优化，是我最近学习matlab时一个视频上讲的例子，视频在土豆网搜“matlab全局优化方法及应用”。希望多大家有用。

说明：MATLAB程序设计遗传算法经典源程序Classical genetic algorithm MATLAB programming source code

说明：Genetic algorithm demostration illustrating a case of a travelling salesperson

说明：matlab中遗传算法工具及使用方法，书中有大量实际应用的例子，便于初学者学习

说明：We propose the optimum configurations for PV wind generating systems in residences using hourly data over a year. We assume that a residence is one house consuming average electrical energy in south of Algeria (Sahara area). Genetic algorithm (GA) is used as an optimization method in this paper. The purpose of this study is to minimize the objective function of GA. The objective function is the total cost of PV wind system.

说明：遗传算法简明教程，附带程序，深入浅出讲解

说明：改进的蚁群算法，基于遗传算法的改进，解决不收敛的问题。

说明：GA遗传算法资料大整合，包括基于遗传算法的模糊神经网络控制和遗传算法在图书采购决策中的应用等等，很全的遗传算法总结

说明：genetic algorithms program

说明：遗传算法二进制matlab程序修改其中函数可求解各种最有问题

说明： 遗传算法的功能，需要下载的赶快啊哈，这个是非常有用的？？

说明：genetic algoritm for the newton raphson and other model

说明：Optimizing ATM Nets by Genetic Algorithms

说明：遗传算法,蚁群算法，实现最短路径问题

说明：几个简单的遗传算法例子，一般有点相关基础的都能看懂，很容易的。

说明：这是一个采用遗传算法优化bp神经网络权值阈值的MATLAB程序

说明：AN EFFICIENT GENETIC ALGORITHM CODE TO FIND OPTIMAL VALUES(MAXIMUM) OF SIN(X) FUNCTION IN THE RANGE OF 0 TO 2*PI

说明：我备战2010数学建模美赛所精心准备的算法资料，一共13个算法。应该说是目前比较全的算法集了。每个算法由一个VC6例子实现，来解决一个问题。其中一些是自己编写，其它的也是由网上找到后经过修改编译通过的。比赛结果还不错，一个M，现在把资料共享出来，希望对大家有所帮助，算法主要有模拟退火，遗传算法，蒙特卡罗算法，蚁群算法，粒子群算法，元胞自动机，Dijkstra，最小生成树算法，二分图最大匹配算法，最大流算法，动态规划算法，分支定界法，排队论算法，决策论算法等，我写了个说明文件，列的挺详细的

说明：人工智能（模糊在自动控制的应用）电动机控制中的简单遗传算法PID参数优化

说明：基于DCT的图像检索技术 用统计特征法和不变矩法 MATLAB程序

说明：基于matlab的遗传算法的M运行文件，很好有的。

说明：matlab遗传算法工具箱：用于在matlab环境下进行遗传算法研究。将其添加到运行路径下使用。

说明：单亲进化遗传算法在多个配送中心选址中的应用

说明：遗传算法在J-SHOP调度中的应用，以上是通过matlab的程序验证。欢迎和我讨论，prettyleg@qq.com

说明：只能制造技术车间调度程序，采用遗传算法对工序进行安排和寻优。

说明：这是一个非常简单的遗传算法源代码，是由Denis Cormier (North Carolina State University)开发的，Sita S.Raghavan (University of North Carolina at Charlotte)修正。代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码 的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂交和均匀变异。如果用 Gaussian变异替换均匀变异，可能得到更好的效果。代码没有任何图形，甚至也没有屏幕输出，主要是保证在平台之间的高可移植性。读者可以从ftp.uncc.edu, 目录 coe/evol中的文件prog.c中获得。要求输入的文件应该命名为‘gadata.txt’；系统产生的输出文件为‘galog.txt’。输入的 文件由几行组成：数目对应于变量数。且每一行提供次序——对应于变量的上下界。如第一行为第一个变量提供上下界，第二行为第二个变量提供上下界，等等。