常见的图形算法主要有以下几种：栅格法，拓扑法，自由空间法和可视法。栅格法根据特定分辨率将外部环境离散为相同大小的网格。每个栅格由状态表示，即占用状态和空闲状态，指示栅格位置是否是障碍物。路径规划算法占用一个栅格，并通过搜索自由栅格并避开障碍物来规划由多个栅格组成的路径。拓扑方法将机器人的工作环境图规划成几个小空间，并通过小空间之间的连接线建立拓扑网络结构，路径规划算法搜索拓扑网络以规划由拓扑连接线组成的路径。自由空间法将实际环境规划成两个区域，即可移动区域和不可移动障碍区域。组合连接可移动区域中每个线段的中点形成地图模型，移动机器人在其中进行路径规划。视觉方法将初始位置，障碍的各个转折点和目的地两两相连，组成多线段路径结构。通过路径规划算法，可以在这些线段上规划从起始位置到目的地的完整路径。

使用多种群遗传算法进行DOA估计, 可以避免常规遗传算法容易陷入局部解的问题

首先详细介绍了什么是遗传算法，然后通过遗传算法的思想用实例解析使用遗传算法解决迷宫问题,需要的朋友可以参考下

matlab遗传算法程序，自适应遗传算法

该进的自适应遗传算法，有利于学习遗传算法

量子遗传算法对标准函数的优化，在matlab下的源程序

案例3 遗传算法优化BP神经网络-非线性函数拟合

遗传算法是一种借鉴生物界自然选择和进化机制发展起来的高度并行、随机、自适应搜索算法，由于其具有健壮性，特别适合于处理传统搜索算法解决不好的复杂的和 非线性问题，本书全面系统地介绍了遗传算法的基本理论，重点介绍了遗传算法的经典应用和国内外的新发展，全书共分11章，第1章概述了遗传算法的产生与发 展、基本思想、基本操作以及应用情况，第2章介绍了基本遗传算法，第3章论述了遗传算法的数学基础，第4章分析了遗传算法的多种改进方法，第5章初步介绍 了进化计算理论体系，第6章介绍了遗传算法应用于数值优化问题，第7章介绍了遗传算法应用于组合优化问题，第8章介绍了遗传算法应用于机器学习，第9章讨 论了遗传算法在智能控制中的应用，第10章讨论了遗传算法与人工生命研究的相关问题，第11章介绍了遗传算法在图像处理、模式识别中的应用，本书可供从事 计算智能、自动控制、图像处理与模式识别、系统工程、优化设计、高性能计算等专业领域的研究人员阅读，也可供研究生及高年级大学生参考。

matlab遗传算法算例，人工智能算法，求解优化问题。

java 语言 遗传算法 排序 性能不错