该脚本利用MATLAB-HFSS-API，在MATLAB中编写M×N阵列可重构天线的建模仿真脚本。为了快速地得到具有指定频率的开关组合状态，将遗传算法应用于该M×N阵列可重构天线。(The modeling simulation and script of M × N reconfigurable antenna array is written in MATLAB by using MATLAB-HFSS-API. In order to quickly get a switch array with target frequency, genetic algorithm is applied to M × N reconfigurable antenna array.)

基因皇后 N-queens 问题使用 Java 中的遗传算法解决（使用 ），如公开的那样。 主要入口点在 输出示例 > java Queens Generation 0: [3, 0, 6, 4, 2, 5, 3, 4] => 3.00, avg 8.05 Generation 1: [2, 0, 5, 1, 4, 6, 7, 3] => 1.00, avg 7.34 Generation 2: [2, 0, 5, 1, 4, 6, 7, 3] => 1.00, avg 7.16 Generation 3: [2, 0, 5, 1, 4, 6, 7, 3] => 1.00, avg 6.75 Generation 4: [6, 4, 2, 0, 5, 7, 1, 3] => 0.00, avg 6.53 · · · · · * · · * · · · · · · · · · · ·

通过蚁群和遗传进化的旅行时间优化 在这个项目中，我解决了出租车的旅行时间优化问题。 可以将其称为“旅行推销员问题” ，这是众所周知的计算机科学问题。 目的是找到访问一组位置的最短路径。 对于此问题，需要优化技术来智能地搜索解空间并找到接近最优的解。 更具体地说，我首先使用XGBoost模型来预测每对上落地点之间的旅行时间。 然后，我使用了进化算法，即蚁群和遗传算法，为数据中的车辆找到了最佳的旅行路线。 可以在以下链接找到有关Medium的随附博客文章： 数据集 数据是已经下载到上的数据。 我有2016年黄色出租车，绿色出租车和出租汽车的月度数据。 该数据集具有11个属性的近150万个行程记录

智能二代(Genetic Algorithm)饲料配方软件，氨基酸比例最佳模型计算猪鸡配方

2002 Deb提出的NSGA-II

智能算法 智能算法是路线规划，深度学习等等各个领域所使用的优化算法，是算法进阶之路的必备之路。 简介 主要针对总体主流的算法进行，例如遗传算法，粒子群算法，模拟重复算法，免疫算法，蚁群算法等等一系列的算法。 | |登录微信公众号：TeaUrn 开始使用 实现版本Java，Python，MatLab多版本实现。具体详细说明单击以下连接针对每个算法都有详细的说明。 联系方式： 微信公众号： TeaUrn或者扫描下方二维码进行关注。里面有惊喜等你哦~~ 捐赠 如果您觉得文章对您有所帮助，可以请作者喝 :hot_beverage: 。 支付宝/微信/ QQ

吃豆子遗传算法引擎 遗传算法的实现来玩改良的吃豆子游戏。 该项目基于 Atif M. Alhejali 和 Simon M. Lucas 的论文 Evolving Diverse Ms. Pac-Man Playing Agents Using Genetic Programming ( ) git repo 根目录下的 pacman_results.pdf 文件中提供了示例数据，并显示了大约 230 代的 1000 pacmen 运行。

Introduction to Genetic Algorithms.pdf

Genetic algorithms in search, optimization, and machine learning 遗传学算法(仅前50页）

遗传算法（genetic algorithm）.doc