本资源是Mgasa算法解决TSP问题的Matlab代码，资源中包括mgasa_main(Mgasa算法解决TSP问题代码)，mgasa_fitness(适应度求取函数代码)，mgasa_annealing(Mgasa算法中模拟退火代码)，mgasa_select(遗传算法中选择函数代码)，mgasa_crossover(遗传算法中染色体交叉互换函数代码)，mgasa_mutation(遗传算法中基因突变函数代码)，mgasa_change(Mgasa算法中选择过程代码)。同时代码中有Location矩阵，其中30个坐标作为TSP问题的例子。

基于一种改进遗传模拟退火算法的TSP求解。

数学建模源码集锦-基于遗传模拟退火算法的聚类算法应用实例

常用的神经网络是通过固定的网络结构得到最优权值,使网络的实用性受到影响。引入了一种基于方向的交叉算子和变异算子,同时把模拟退火算法引入了遗传算法,结合遗传算法和模拟退火算法的优点,提出了一种优化神经网络结构的遗传——模拟退火混合算法,实现了网络结构和权值的同时优化。仿真实验表明,与遗传算法和模拟退火算法相比,该算法优化的神经网络收敛速度较快、预测精度较高,提高了网络的处理能力。

基于遗传模拟退火算法的模糊C均值聚类算法（MATLAB自带的遗传算法工具箱），注释清楚，可直接更改使用，代码在MATLAB2016里运行通过！

基于混合遗传模拟退火算法求解TSP问题

挺不错的matlab程序，适用于初学遗传模拟算法和退火算法的学生练习

使用goat遗传工具箱完成基于 模拟退火算法 优化的遗传算法。 对goat遗传工具箱，做了详细的注释。 matlab编译环境 使用说明：函数需要调用goat工具箱的相关函数

完整说明了遗传模拟退火算法的实例,应用MATLAB代码区分又有衔接的介绍说明