协同进化遗传算法源程序 孙晓燕 基本程序协同进化遗传算法理论及应用》在详细阐述协同进化遗传算法原理与核心技术的同时，还给出其在多峰多目标复杂数值函数优化、多机器人协调路径规划、神经网络结构与连接权值同时优化，以及群体决策中的具体应用，并给出详细的算法对比结果。为便于应用《协同进化遗传算法理论及应用》阐述的算法，书后附有部分协同进化遗传算法源程序。协同进化遗传算法是解决复杂的实际优化问题的智能计算方法，近年来已在许多领域得到成功的应用，是智能优化与决策领域的热点研究方向之一

该文件是优秀论文并带有相应的源码。在Matlab软件平台上，对所提出的基于遗传算法的电力系统电力市场分段竞价交易算法进行了阶梯型报价曲线、线性报价曲线这两种常用报价曲线情况下的算例验证，计算结果显示算法的寻优效果因报价曲线性质的不同而略有区别，但两种情况均可得到优化的购电费用。实验结果证明了该算法应用于分段竞价模型的有效性和可行性，且不受报价曲线形式的限制。

火力分配的遗传算法matlab程序，通过，适于专业学习

不用工具箱的matlab遗传算法程序，代码详细，适合初学者。

这是一个用matlab实现的完整的遗传算法的代码，目标函数为二元函数，目标是求最小值。用户只需稍微调整参数即可使用。

几个已调试好的matlab源程序 % 求下列函数的最大值 % 1 f(x)=10*sin(5x)+7*cos(4x) x∈[0,10] 2 f(x)=x 10*sin(5x) 7*cos(4x)的最大值，其中0<=x<=9 3 在－5<=Xi<=5,i=1,2区间内，求解 f(x1,x2)=-20*exp(-0.2*sqrt(0.5*(x1.^2+x2.^2)))-exp(0.5*(cos(2*pi*x1)+cos(2*pi*x2)))+22.71282的最小值。

利用matlab改进遗传算法并给出求解程序

TSP问题遗传算法matlab源程序

算法设计与分析-遗传算法及其应用.zip

遗传算法matlab实现源程序